CN110704635A - 一种知识图谱中三元组数据的转换方法及装置 - Google Patents
一种知识图谱中三元组数据的转换方法及装置 Download PDFInfo
- Publication number
- CN110704635A CN110704635A CN201910873081.9A CN201910873081A CN110704635A CN 110704635 A CN110704635 A CN 110704635A CN 201910873081 A CN201910873081 A CN 201910873081A CN 110704635 A CN110704635 A CN 110704635A
- Authority
- CN
- China
- Prior art keywords
- data
- triple
- knowledge graph
- metadata
- dimensional table
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 5
- 239000003814 drug Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 229940079593 drug Drugs 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 229940031831 23-valent pneumococcal polysaccharide vaccine Drugs 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 229960000074 biopharmaceutical Drugs 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请提供了一种知识图谱中三元组数据的转换方法及装置,所述方法包括:从待处理二维表中读取数据后,以预设数据格式对所述数据进行存储;获取所述待处理二维表中数据的元数据,并基于所述元数据生成三元组转换规则;其中,所述元数据用于描述所述待处理二维表中的数据;根据所述三元组转换规则,将以所述预设数据格式存储的所述数据转换成三元组数据,以便存储于知识图谱。本申请能够将各种格式的二维表中的数据转换为三元组数据,屏蔽了不同格式的二维表的差别,使得各种格式的二维表中的数据均能作为知识图谱的数据来源,扩展了知识图谱的数据源。
Description
技术领域
本发明属于数据处理技术领域,尤其涉及一种知识图谱中三元组数据的转换方法及装置。
背景技术
知识图谱旨在描述真实世界中存在的各种实体或概念及其关系,其构成一张巨大的语义网络图,节点表示实体或概念,边则由属性或关系构成。基于三元组是知识图谱的一种通用表示方式,三元组的基本形式主要包括(实体1-关系-实体2)和(实体-属性-属性值)等。如图1所示,为一种知识图谱示例的三元组数据的示意图,其中,中国是一个实体,北京是一个实体,中国-首都-北京是一个(实体1-关系-实体2)的三元组样例;北京是一个实体,人口是一种属性,2069.3万是属性值,则北京-人口-2069.3万构成一个(实体-属性-属性值)的三元组样例。
可见,将数据利用知识图谱进行存储,首先需要将数据转换成三元组的格式。而目前数据通常是由二维表进行存储,如Excel、关系型数据库等格式的二维表,因此,如何将各种格式的二维表中的数据转换成三元组数据,以便利用知识图谱进行存储,是该领域面临的一个问题。
现有技术中,对于不同格式的二维表,开发人员需要分别针对其格式特征设计对应的三元组数据转换方法,显然对于开发人员来说工作量较大。而对于开发人员未实现的某些格式的二维表,其存储的数据不能转换为三元组数据,因此无法作为知识图谱的数据来源。显然,上述方式使得知识图谱的数据来源受到了很大限制。
发明内容
有鉴于此,本发明实施例提供了一种知识图谱中三元组数据的转换方法及装置,以一种通用的三元组数据转换方式,能够将各种格式的二维表中的数据转换成三元组数据,存储于知识图谱中。
第一方面,本申请提供了一种知识图谱中三元组数据的转换方法,所述方法包括:
从待处理二维表中读取数据后,以预设数据格式对所述数据进行存储;
获取所述待处理二维表中数据的元数据,并基于所述元数据生成三元组转换规则;其中,所述元数据用于描述所述待处理二维表中的数据;
根据所述三元组转换规则,将以所述预设数据格式存储的所述数据转换成三元组数据;其中,所述三元组数据用于存储在知识图谱中。
第二方面,本申请还提供了一种知识图谱中三元组数据的转换装置,所述装置包括:
第一存储模块,用于从待处理二维表中读取数据后,以预设数据格式对所述数据进行存储;
获取模块,用于获取所述待处理二维表中数据的元数据;
生成模块,用于基于所述元数据生成三元组转换规则;其中,所述元数据用于描述所述待处理二维表中的数据;
转换模块,用于根据所述三元组转换规则,将以所述预设数据格式存储的所述数据转换成三元组数据;其中,所述三元组数据用于存储在知识图谱中。
第三方面,本申请还提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述任一项所述的方法。
第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述任一项所述的方法。
本发明实施例与现有技术相比存在的有益效果至少在于:本申请提供的知识图谱中三元组数据的转换方法中,首先将各种格式的待处理二维表中的数据以一种数据格式进行存储,以统一各种格式的二维表的数据的后续处理方式。其次,提取待处理二维表中数据的元数据,生成对应的三元组转换规则,最终,将以数据格式存储的数据,按照该三元组转换规则转换成三元组数据,以便存储于知识图谱中。可见,本申请能够将各种格式的二维表中的数据转换为三元组数据,屏蔽了不同格式的二维表的差别,使得各种格式的二维表中的数据均能作为知识图谱的数据来源,扩展了知识图谱的数据源。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为一种知识图谱示例的三元组数据的示意图;
图2为本申请实施例提供的一种知识图谱中三元组数据的转换方法的流程图;
图3为本申请实施例提供的一种二维表的示意图;
图4为本申请实施例提供的一种以JSON格式存储的数据的示例图;
图5为本申请实施例提供的一种JSON格式的三元组转换规则的示例图;
图6为本申请实施例提供的一种利用知识图谱对三元组数据进行展示的示意图;
图7为本申请实施例提供的一种知识图谱中三元组数据的转换装置的结构示意图;
图8是本申请实施例提供的一种知识图谱中三元组数据的转换终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了便于对技术方案的理解,在介绍本申请提供的技术方案之前,先对本申请的技术方案涉及的几个概念进行简单介绍:
知识图谱(英文:Knowledge Graph):在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
知识图谱中的知识是通过资源描述框架(英文:Resource DescriptionFramework;缩写:RDF)结构来进行表示的,其基本单元是事实。每个事实是一个三元组(S,P,O),在实际系统中,按照存储方式的不同,知识图谱的存储可以分为基于表结构的存储和基于图结构的存储。
三元组,是知识图谱的一种通用表示方式,三元组的基本形式主要包括(实体1-关系-实体2)和(实体-属性-属性值)等。
二维表,是一种二维的数据存储格式,表中的第一行通常称为属性名,表中的每一个元组和属性都是不可再分的,且元组的次序是无关紧要的。例如Excel、关系型数据等。
元数据(英文:Metadata),又称中介数据、中继数据,为描述数据的数据(英文:data about data),主要是描述数据属性(英文:property)的信息,用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。元数据算是一种电子式目录,为了达到编制目录的目的,必须在描述并收藏数据的内容或特色,进而达成协助数据检索的目的。
为了扩大知识图谱的数据源范围,使得各种格式的二维表中的数据均能作为指示图谱的数据来源,本申请提供了一种知识图谱中三元组数据的转换方法,具体的,首先,从待处理二维表中读取数据后,以预设数据格式对所述数据进行存储。然后,提取待处理二维表中数据的元数据,并基于该元数据生成三元组转换规则。最后,将以预设数据格式存储的数据,按照该三元组转换规则转换成三元组数据,并存储于知识图谱中。可见,本申请通过以预设数据格式统一存储各种格式的二维表中的数据,屏蔽了不同格式的二维表的差别,使得本申请能够将各种格式的二维表中的数据转换为三元组数据,作为知识图谱的数据源。
以下为本申请实施例提供的一种知识图谱中三元组数据的转换方法,其中,本申请实施例提供的知识图谱中三元组数据的转换方法可以应用于各种终端,如台式电脑、手机、笔记本电脑、其他智能终端等。
参考图2,为本申请实施例提供的一种知识图谱中三元组数据的转换方法的流程图。该方法具体包括:
S201:从待处理二维表中读取数据后,以预设数据格式对所述数据进行存储。
本申请实施例中,在确定待处理二维表后,首先从该待处理二维表中读取数据。其中,待处理二维表可以为各种格式的二维表,如Excel文件、关系型数据库、JSON文件等。
针对不同格式的二维表,存在对应的数据读取方式。本申请实施例中,在确定待处理二维表的格式后,利用该格式对应的数据读取方式,从该待处理二维表中读取数据。
以图3中的二维表为例,其中,图3中的二维表为Excel文件格式,如果该二维表为待处理二维表,则逐行读取该待处理二维表中每行的数据,然后将每行的数据按列拆分,得到每一行中每列的列号与数据的对应关系。例如,读取图3的二维表中除表头之外的第一行数据,然后将第一行数据按列拆分得到(1,23价肺炎球菌多糖疫苗),(2,惠益康),(3,2015/8/18),(4,成都生物制品研究所有限责任公司)和(5,玉溪沃森生物技术有限公司)5组列号与数据的对应关系。
本申请实施例中,在读取到数据后,以预设数据格式对读取到的数据进行存储。可以理解的是,对于不同格式的二维表,将读取到数据均以一种预设数据格式进行存储,使得后续对数据的处理不需要考虑格式的不同,简化了三元组数据的转换方法。
其中,预设数据格式通常为JSON格式,具体的,每一个JSON对象表示二维表中的一行数据,每行数据中的一组列号与数据的对应关系通过(key,value)的形式存储,key用于存储列号,value用于存储该列号对应的数据。也就是说,每个JSON对象包括多个(key,value)。
依然以图3中的二维表为例,从图3中的二维表中读取数据后,以JSON格式对读取到的数据进行存储,得到图4所示的以JSON格式存储的数据。
另外,预设数据格式还可以为XML等格式,本申请对此不作具体限制。
S202:获取所述待处理二维表中数据的元数据,并基于所述元数据生成三元组转换规则。
其中,元数据是用于描述数据的数据,具体的,本申请实施例中的元数据是用于描述待处理二维表中数据的数据。
本申请实施例中,通过对待处理二维表中的数据进行分析,获取该待处理二维表中数据的元数据。
一种可选的实施方式中,可以通过人工对待处理二维表中数据进行分析的方式,获取该待处理二维表中数据的元数据。另一种可选的实施方式中,可以通过预先开发的数据分析工具,自动化地对待处理二维表中的数据进行分析的方式,获取该待处理二维表中数据的元数据。本申请实施例对于获取待处理二维表中数据的元数据的具体方式不做限定。
一种实现方式中,本申请实施例中的元数据至少包括待处理二维表中每列数据的含义和各列之间的关系。其中,每列数据的含义可以包括:每列数据分别表示的信息,每列数据和其对应列的关系等。各列之间的关系可以包括:由哪些列可构成一个类型;每一列和该列所属类型的数据关系;基于每种类型包括的各列数据,确定该类型对应的唯一ID值等。
依然以图3中的二维表为例,元数据包括的待处理二维表中每列数据的含义例如为:第一列表示二维表中药品的“通用名”,第二列表示二维表中药品的“商品名”,第四列单独描述一个公司信息,构成一个公司类型,第五列也单独描述一个公司信息,构成另一个公司类型,两个不同的公司类型通过分别确定的ID值进行区分。元数据包括的待处理二维表中各列之间的关系例如为:第一、二、三和四列可以用于描述一个药品的信息,构成一个药品类型;第一列描述药品类型的“通用名”属性,“通用名”属性的属性值对应二维表的第一列中的数据;第四列描述药品类型的“生产单位”,也可以描述公司类型的“公司名”属性,公司类型的“公司名”属性的属性值对应二维表中第四列中的数据;药品类型含有通用名、商品名、批准日期等属性,同时有生产单位和分包装企业两种关联关系,分别关联不同的公司类型;药品类型可以使用“商品名”对应的列的数据通过特定算法计算药品类型的唯一ID值,公司类型可以分别使用“生产单位”和“分包装企业名称”对应的列的数据通过特定算法计算公司类型的唯一ID值等。
本申请实施例中,在获取到待处理二维表中数据的元数据后,基于该元数据生成三元组转换规则。具体的,三元组转换规则用于将待处理二维表中的数据转换成能够存储于知识图谱的三元组数据。具体的,三元组转换规则用于定义实体类型以及三元组数据的信息,其中,三元组数据的信息包括各个实体类型之间的关联关系以及各个实体类型对应的属性和属性值。其中,各个实体类型之间的关联关系对应于三元组数据的形式为(实体1-关系-实体2),用于定义实体1、实体2和二者的关系;各个实体类型对应的属性和属性值对应于三元组数据的形式(实体-属性-属性值),用于定义实体、属性以及对应的属性值。
一种可选的实施方式中,可以预先生成规则生成模板,将元数据包括的待处理二维表中每列数据的含义和各列之间的关系输入该规则生成模板,该规则生成模板对输入的内容进行解析后,得到三元组转换规则。
另一种可选的实施方式中,也可以由专业人员根据需求将获取到的元数据编写成三元组转换规则。
本申请实施例中,对于三元组转换规则的生成方式不做具体限定。另外,三元组转换规则可以JSON格式表示,参见图5,为本申请实施例提供的一种JSON格式的三元组转换规则,具体可以是基于从图3中二维表的数据获取的元数据生成的。
其中,图5中的三元组转换规则中定义了“药品”实体类型和两种“公司”实体类型,还定义了“药品”实体类型分别和两种“公司”实体类型之间的关联关系为“生产单位”和“分包装企业”,还定义了“药品”实体类型对应的属性“通用名称”的属性值为位于二维表的第一列的数据等,以及其中一个“公司”实体类型对应的属性“公司名”的属性值为位于二维表的第四列的数据等。另外,为了便于准确确定各种实体类型,需要为各个实体类型确定唯一ID值,图5中的三元组转换规则中还定义了各种实体类型的ID值确定方式,例如“药品”实体类型的ID值通过二维表中第二列的数据通过预设算法得到。
实际应用中,三元组转换规则还可以以其他格式表示,如XML格式等,本申请实施例对此不做限定。
值得注意的是,本申请实施例对于S201与S202的执行顺序不作限制,具体的,可以先执行S201,再执行S202;也可以先执行S202,再执行S201;也可以同时执行S201与S202。
S203:根据所述三元组转换规则,将以所述预设数据格式存储的所述数据转换成三元组数据;其中,所述三元组数据用于存储在知识图谱中。
本申请实施例中,在三元组转换规则生成之后,读取以预设数据格式存储的待处理二维表中的数据,并按照生成的三元组转换规则将读取到的数据转换成三元组数据。
依然以图3中二维表为例,在生成图5中的JSON格式的三元组转换规则后,读取图4中以JSON格式存储的数据,并将该数据与三元组转换规则中定义的实体类型、各个实体类型之间的关联关系以及各个实体类型对应的属性和属性值进行匹配,得到三元组数据,存储于知识图谱。例如,假设图5中的三元组转换规则中定义了“药品”实体类型的ID值为ID1,“公司”实体类型的ID值分别为ID2和ID3,则图3中二维表的第一行数据转换成的三元组数据可以包括(ID1,通用名,23价肺炎球菌多糖疫苗),(ID1,商品名,惠益康),(ID1,批准日期,2015/8/18)等,具体可以ID1为中心节点的星型结构展示;还可以包括(ID1,生产单位,ID2)以及(ID1,分包装企业,ID3);又可以包括(ID2,公司名,成都生物制品研究所有限责任公司)和(ID3,公司名,玉溪沃森生物技术有限公司)。参考图6,为本申请实施例提供的一种利用知识图谱对三元组数据进行展示的示意图。实际应用中,将二维表中的数据转换成三元组数据后,存储于知识图谱中,知识图谱可以将存入的三元组数据进行展示,具体的,图6中展示的三元组数据为图3中二维表的第一行数据转换成的三元组数据。
实际应用中,读取图4中以JSON格式存储的数据,具体为逐行读取,并将逐行读取到的数据分别与三元组转换规则中定义的实体类型、各个实体类型之间的关联关系以及各个实体类型对应的属性和属性值进行匹配,得到三元组数据,最终将待处理二维表中数据转换为三元组数据。
另外,实际应用中,二维表中的数据可能存在数据类型错误的情况,例如,图3中二维表第3列的“批准日期”对应的数据的数据类型应该是日期类型,为了保证二维表中数据的数据类型的准确性,本申请实施例还可以在生成三元组数据的过程中,验证二维表中数据的数据类型。
一种可选的实施方式中,三元组转换规则还用于定义各个属性值的数据类型。在读取以预设数据格式存储的数据后,将数据与三元组转换规则中定义的各个实体类型对应的属性和属性值分别进行匹配时,可以基于三元组转换规则中定义的各个属性值的数据类型,对数据的数据类型进行验证。例如图3中二维表的第一列“通用名”对应的数据的数据类型应该是字符串类型,第三列“批准日期”对应的数据的数据类型应该是日期类型,则三元组转换规则中定义了属性“通用名”对应的属性值的数据类型为字符串类型,属性“批准日期”对应的属性值的数据类型为日期类型。具体的,在将读取到的数据与三元组转换规则中定义的各个实体类型对应的属性和属性值分别进行匹配的过程中,如果该数据与任一定义的实体类型对应的属性和属性值匹配成功,则验证匹配成功的数据与三元组转换规则中定义的该属性值的数据类型是否一致,如果不一致,则可以说明二维表中的该数据的数据类型存在错误,在生成三元组数据时可以对其进行校正,从而保证三元组数据中数据类型的准确性。
实际应用中,在生成三元组数据后,需要将生成的三元组数据存储于知识图谱,而知识图谱可以基于各种类型的数据库,如图数据库Neo4j,FlockDB,GraphDB等,为了实现将生成的三元组数据存储于各种类型数据库的功能,本申请实施例预先设置通用接口,具体的,利用预设通用接口,将三元组数据存储于所述知识图谱;其中,所述知识图谱可以基于任一类型数据库。
本申请实施例通过通用接口的设置,使得三元组数据能够存储于基于各种类型数据库的知识图谱,不需要针对每种类型的数据库分别设置接口,降低了开发人员的工作量。
本申请提供的知识图谱中三元组数据的转换方法中,首先将各种格式的待处理二维表中的数据以一种数据格式进行存储,以统一各种格式的二维表的数据的后续处理方式。其次,提取待处理二维表中数据的元数据,生成对应的三元组转换规则,最终,将以数据格式存储的数据,按照该三元组转换规则转换成三元组数据,以便存储于知识图谱中。可见,本申请实施例能够将各种格式的二维表中的数据转换为三元组数据,屏蔽了不同格式的二维表的差别,使得各种格式的二维表中的数据均能作为知识图谱的数据来源,扩展了知识图谱的数据源。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
基于上述方法实施例,本申请还提供了一种知识图谱中三元组数据的转换方法装置,参考图7,为本申请实施例提供的一种知识图谱中三元组数据的转换装置的结构示意图,所述装置包括:
第一存储模块701,用于从待处理二维表中读取数据后,以预设数据格式对所述数据进行存储;
获取模块702,用于获取所述待处理二维表中数据的元数据;
生成模块703,用于基于所述元数据生成三元组转换规则;其中,所述元数据用于描述所述待处理二维表中的数据;
转换模块704,用于根据所述三元组转换规则,将以所述预设数据格式存储的所述数据转换成三元组数据,以便存储于知识图谱。
一种可选的实施方式中,所述三元组转换规则用于定义各个三元组数据的信息;
所述转换模块704,具体用于:
读取以所述预设数据格式存储的所述数据,并将所述数据与所述三元组转换规则中定义的各个三元组数据的信息进行匹配,得到三元组数据,以便存储于知识图谱。
另一种可选的实施方式中,所述三元组转换规则中定义的各个三元组数据的信息包括数据类型信息;所述装置还包括:
验证模块,用于基于所述三元组转换规则中定义的各个三元组数据的数据类型信息,对所述数据的数据类型进行验证。
另一种可选的实施方式中,所述元数据包括所述待处理二维表中每列数据的含义和各列之间的关系;
所述生成模块,具体用于:
将所述元数据中每列数据的含义和各列之间的关系输入预设规则生成模板中,经过所述规则生成模板的解析后,输出三元组转换规则。
另一种可选的实施方式中,所述装置还包括:
第二存储模块,用于利用预设通用接口,将所述三元组数据存储于所述知识图谱;其中,所述知识图谱基于任一类型数据库。
另一种可选的实施方式中,所述预设数据格式包括JSON格式。
另一种可选的实施方式中,所述三元组转换规则以JSON格式表示。
本申请提供的知识图谱中三元组数据的转换装置,将各种格式的待处理二维表中的数据以一种数据格式进行存储,以统一各种格式的二维表的数据的后续处理方式。其次,提取待处理二维表中数据的元数据,生成对应的三元组转换规则,最终,将以数据格式存储的数据,按照该三元组转换规则转换成三元组数据,以便存储于知识图谱中。可见,本申请提供的知识图谱中三元组数据的转换装置能够将各种格式的二维表中的数据转换为三元组数据,屏蔽了不同格式的二维表的差别,使得各种格式的二维表中的数据均能作为知识图谱的数据来源,扩展了知识图谱的数据源。
基于上述实施例,本申请还提供了一种知识图谱中三元组数据的转换设备,参考图8,为本申请实施例提供的一种知识图谱中三元组数据的转换终端设备的示意图。如图8所示,该实施例的终端设备8包括:处理器80、存储器81以及存储在存储器81中并可在处理器80上运行的计算机程序82。处理器80执行计算机程序82时实现上述各个知识图谱中三元组数据的转换方法实施例中的步骤,例如图2所示的步骤S201至步骤S203。
示例性的,计算机程序82可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器81中,并由处理器80执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序82在终端设备8中的执行过程。
终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备8可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是终端设备8的示例,并不构成对终端设备8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备8还可以包括输入输出设备、网络接入设备、总线等。
处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器81可以是终端设备8的内部存储单元,例如终端设备8的硬盘或内存。存储器81也可以是终端设备8的外部存储设备,例如终端设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器81还可以既包括终端设备8的内部存储单元也包括外部存储设备。存储器81用于存储计算机程序以及终端设备8所需的其它程序和数据。存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (11)
1.一种知识图谱中三元组数据的转换方法,其特征在于,所述方法包括:
从待处理二维表中读取数据后,以预设数据格式对所述数据进行存储;
获取所述待处理二维表中数据的元数据,并基于所述元数据生成三元组转换规则;其中,所述元数据用于描述所述待处理二维表中的数据;
根据所述三元组转换规则,将以所述预设数据格式存储的所述数据转换成三元组数据;其中,所述三元组数据用于存储在知识图谱中。
2.根据权利要求1所述的方法,其特征在于,所述三元组转换规则用于定义实体类型以及三元组数据的信息;其中,所述三元组数据的信息包括各个实体类型之间的关联关系以及各个实体类型对应的属性和属性值。
3.根据权利要求2所述的方法,其特征在于,
所述根据所述三元组转换规则,将以所述预设数据格式存储的所述数据转换成三元组数据,包括:
读取以所述预设数据格式存储的所述数据,并将所述数据与所述三元组转换规则中定义的实体类型、各个实体类型之间的关联关系以及各个实体类型对应的属性和属性值分别进行匹配,得到三元组数据。
4.根据权利要求2所述的方法,其特征在于,所述三元组转换规则还用于定义各个属性值的数据类型;所述方法还包括:
基于所述三元组转换规则中定义的各个属性值的数据类型,对所述数据的数据类型进行验证。
5.根据权利要求1所述的方法,其特征在于,所述元数据包括所述待处理二维表中每列数据的含义和各列之间的关系;
所述基于所述元数据生成三元组转换规则,包括:
将所述元数据中每列数据的含义和各列之间的关系输入预设规则生成模板中,经过所述规则生成模板的解析后,输出三元组转换规则。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
利用预设通用接口,将所述三元组数据存储于所述知识图谱;其中,所述知识图谱基于任一类型数据库。
7.根据权利要求1所述的方法,其特征在于,所述预设数据格式包括JSON格式。
8.根据权利要求1所述的方法,其特征在于,所述三元组转换规则以JSON格式表示。
9.一种知识图谱中三元组数据的转换装置,其特征在于,所述装置包括:
第一存储模块,用于从待处理二维表中读取数据后,以预设数据格式对所述数据进行存储;
获取模块,用于获取所述待处理二维表中数据的元数据;
生成模块,用于基于所述元数据生成三元组转换规则;其中,所述元数据用于描述所述待处理二维表中的数据;
转换模块,用于根据所述三元组转换规则,将以所述预设数据格式存储的所述数据转换成三元组数据;其中,所述三元组数据用于存储在知识图谱中。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的方法。
11.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910873081.9A CN110704635B (zh) | 2019-09-16 | 2019-09-16 | 一种知识图谱中三元组数据的转换方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910873081.9A CN110704635B (zh) | 2019-09-16 | 2019-09-16 | 一种知识图谱中三元组数据的转换方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110704635A true CN110704635A (zh) | 2020-01-17 |
CN110704635B CN110704635B (zh) | 2023-12-12 |
Family
ID=69196115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910873081.9A Active CN110704635B (zh) | 2019-09-16 | 2019-09-16 | 一种知识图谱中三元组数据的转换方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110704635B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858236A (zh) * | 2020-06-23 | 2020-10-30 | 深圳精匠云创科技有限公司 | 知识图谱监控方法、装置、计算机设备及存储介质 |
CN112632015A (zh) * | 2020-12-18 | 2021-04-09 | 上海明略人工智能(集团)有限公司 | 数据格式的转换方法及装置、存储介质、电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074894A1 (en) * | 2012-09-13 | 2014-03-13 | Clo Virtual Fashion Inc. | Format conversion of metadata associated with digital content |
CN107491555A (zh) * | 2017-09-01 | 2017-12-19 | 北京纽伦智能科技有限公司 | 知识图谱构建方法和系统 |
CN109739939A (zh) * | 2018-12-29 | 2019-05-10 | 颖投信息科技(上海)有限公司 | 知识图谱的数据融合方法和装置 |
CN110188432A (zh) * | 2019-05-20 | 2019-08-30 | 中汇信息技术(上海)有限公司 | 系统架构的验证方法、电子设备及计算机可读存储介质 |
CN110222110A (zh) * | 2019-06-13 | 2019-09-10 | 中国农业科学院农业信息研究所 | 一种基于etl工具的资源描述框架数据转换存储一体化方法 |
-
2019
- 2019-09-16 CN CN201910873081.9A patent/CN110704635B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074894A1 (en) * | 2012-09-13 | 2014-03-13 | Clo Virtual Fashion Inc. | Format conversion of metadata associated with digital content |
CN107491555A (zh) * | 2017-09-01 | 2017-12-19 | 北京纽伦智能科技有限公司 | 知识图谱构建方法和系统 |
CN109739939A (zh) * | 2018-12-29 | 2019-05-10 | 颖投信息科技(上海)有限公司 | 知识图谱的数据融合方法和装置 |
CN110188432A (zh) * | 2019-05-20 | 2019-08-30 | 中汇信息技术(上海)有限公司 | 系统架构的验证方法、电子设备及计算机可读存储介质 |
CN110222110A (zh) * | 2019-06-13 | 2019-09-10 | 中国农业科学院农业信息研究所 | 一种基于etl工具的资源描述框架数据转换存储一体化方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858236A (zh) * | 2020-06-23 | 2020-10-30 | 深圳精匠云创科技有限公司 | 知识图谱监控方法、装置、计算机设备及存储介质 |
CN111858236B (zh) * | 2020-06-23 | 2022-12-16 | 深圳精匠云创科技有限公司 | 知识图谱监控方法、装置、计算机设备及存储介质 |
CN112632015A (zh) * | 2020-12-18 | 2021-04-09 | 上海明略人工智能(集团)有限公司 | 数据格式的转换方法及装置、存储介质、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110704635B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109117209B (zh) | 序列化和反序列化方法及装置 | |
CN108334609B (zh) | Oracle中实现JSON格式数据存取的方法、装置、设备及存储介质 | |
CN110737689B (zh) | 数据标准符合性检测方法、装置、系统及存储介质 | |
WO2024036662A1 (zh) | 一种基于数据采样的并行图规则挖掘方法及装置 | |
CN113836038A (zh) | 测试数据构造方法、装置、设备及存储介质 | |
CN110704635A (zh) | 一种知识图谱中三元组数据的转换方法及装置 | |
CN115730605A (zh) | 基于多维信息的数据分析方法 | |
CN109241163B (zh) | 电子凭证的生成方法及终端设备 | |
CN114116108A (zh) | 动态渲染方法、装置、设备及存储介质 | |
CN112582073B (zh) | 医疗信息获取方法、装置、电子设备和介质 | |
CN111008189A (zh) | 一种动态数据模型构建方法 | |
WO2016119508A1 (zh) | 基于Spark系统的大规模对象识别方法 | |
CN115757174A (zh) | 一种数据库的差异检测方法及装置 | |
CN113741864B (zh) | 基于自然语言处理的语义化服务接口自动设计方法与系统 | |
CN114443634A (zh) | 数据质量检核方法、装置、设备及存储介质 | |
CN115114297A (zh) | 数据轻量存储及查找方法、装置、电子设备及存储介质 | |
CN114968725A (zh) | 任务依赖关系校正方法、装置、计算机设备及存储介质 | |
CN110737642B (zh) | 数据库信息分析方法、装置、计算机装置及存储介质 | |
CN115617773A (zh) | 数据迁移的方法、装置和系统 | |
CN111651531A (zh) | 数据导入方法、装置、设备及计算机存储介质 | |
CN110866005A (zh) | 一种物联网数据采集管理方法及系统、存储介质及终端 | |
US11829336B1 (en) | Systems and methods for automated data dictionary generation and validation | |
CN117389980B (zh) | 日志文件分析方法及装置、计算机设备和可读存储介质 | |
CN117349267B (zh) | 一种数据库迁移处理方法及系统 | |
CN115168673B (zh) | 一种数据的图形化处理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |