CN111813963B - 知识图谱构建方法、装置、电子设备及存储介质 - Google Patents
知识图谱构建方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111813963B CN111813963B CN202010947237.6A CN202010947237A CN111813963B CN 111813963 B CN111813963 B CN 111813963B CN 202010947237 A CN202010947237 A CN 202010947237A CN 111813963 B CN111813963 B CN 111813963B
- Authority
- CN
- China
- Prior art keywords
- node
- header information
- entity
- graph
- knowledge
- 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.)
- Active
Links
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
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
Abstract
本发明涉及大数据技术,揭露一种知识图谱构建方法,包括:提取原始数据集中实体信息和相关关系,根据所述实体信息和相关关系创建节点属性和节点关系;解析所述原始数据集对应的业务数据表,得到表头信息集;将所述表头信息集与所述节点属性及节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,汇总所述节点属性值以及节点关系值得到解析值集;根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,根据所述标准图查询语句,得到知识图谱。此外,本发明还涉及区块链技术,所述原始数据集可来自于区块链的节点中。本发明还提出一种知识图谱构建装置、电子设备以及存储介质。本发明可以降低知识图谱构建的门槛。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种知识图谱构建方法、装置、电子设备及计算机可读存储介质。
背景技术
大数据背景下,数据规模急剧扩大,数据形式多样,对数据应用的要求也日益提高。随着业务的拓展,数据量激增,导致单数据节点的存储能力问题逐渐显露,靠简单的扩容硬盘来提高存储能力会导致故障风险增加,产生数据丢失、服务器宕机等现象。
知识图谱作为一种新型的数据形式,通过将相关联的数据实体提取并统一起来,可以解决数据节点存储能力的问题。现有技术下,利用图数据库构建和存储知识图谱,存在以下缺陷:1、对于用户的交互界面方面,图数据库本身只提供了基于Cypher语言的交互界面,针对不同数据需要不同的Cypher语句,数据过大时需要大量的Cypher语句,会占用大量计算机资源,同时操作不友好。2、需要专业的研发人员编写Cypher语言来创建、查询图谱,所以对于非研发人员来说在图数据库中去定义一个知识图谱是非常困难的,基本上无法操作。
发明内容
本发明提供一种知识图谱构建方法、装置及计算机可读存储介质,其主要目的在于降低知识图谱构建门槛,提高便捷性。
为实现上述目的,本发明提供的一种知识图谱构建方法,包括:
从预设数据库中检索得到原始数据集,提取所述原始数据集中的实体信息和相关关系;
利用所述实体信息和相关关系创建节点属性和节点关系;
获取所述原始数据集对应的业务数据表,解析所述业务数据表的表头信息,得到表头信息集;
将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,汇总所述节点属性值以及节点关系值,得到解析值集;
根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,根据所述标准图查询语句,得到知识图谱,并将所述知识图谱通过电子设备的显示屏幕输出。
可选地,所述提取所述原始数据集中的实体信息和相关关系,包括:
利用自然语言处理技术从所述原始数据集中提取多个关键词,并将所述关键词作为目标实体,得到所述实体信息;
分析所述实体信息中包含的实体之间的关系,得到所述相关关系。
可选地,所述利用所述实体信息和相关关系创建节点属性和节点关系,包括:
根据所述实体信息中的实体为知识图谱的节点;
根据所述实体的属性,得到所述知识图谱的节点属性;
根据实体之间两两的相关关系,得到节点之间的所述节点关系。
可选地,所述解析所述业务数据表的表头信息,得到表头信息集,包括:
利用预设的解析组件中的类函数解析所述表头信息,得到表头信息实体、表头信息属性及表头信息关系;
汇总所述表头信息实体、表头信息属性及表头信息关系得到所述表头信息集。
可选地,所述将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,包括:
将所述表头信息属性与所述节点属性相对应,得到所述表头信息实体的节点属性值;
将所述表头信息关系与所述节点关系相对应,得到所述表头信息实体之间的节点关系值。
可选地,所述根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,包括:
获取所述预先构建的图查询语句模板;
利用所述节点属性值及节点关系值替换所述图查询语句模板中的参数,得到所述标准图查询语句。
可选地,所述根据所述标准图查询语句,得到知识图谱之后,还包括:
获取所述知识图谱中的多个实体标签;
将相同的实体标签在所述知识图谱中进行关联。
为了解决上述问题,本发明还提供一种知识图谱构建装置,所述装置包括:
信息提取模块,用于从预设数据库中检索得到原始数据集,提取所述原始数据集中的实体信息和相关关系;
节点创建模块,用于利用所述实体信息和相关关系创建节点属性和节点关系;
数据解析模块,用于获取所述原始数据集对应的业务数据表,解析所述业务数据表的表头信息,得到表头信息集;
节点对应模块,用于将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,汇总所述节点属性值以及节点关系值,得到解析值集;
图谱构建模块,用于根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,根据所述标准图查询语句,得到知识图谱,并将所述知识图谱通过电子设备的显示屏幕输出。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器实现上述所述的知识图谱构建方法。
为了解决上述问题,本发明还提供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所述的知识图谱构建方法。
本发明实施例利用原始数据集中的实体信息和相关关系创建节点属性和节点关系,并解析所述原始数据集对应的业务数据表的表头信息,通过将所述表头信息集与所述节点属性及所述节点关系通过实体链接进行对应,得到解析值集,同时将所述解析值集做为参数写入预先构建的图查询语句模板,在所述业务数据表过多时,本发明实施例不需要编写大量的图查询语句,只需要修改所述图查询语句模板中的参数即可。此外,使用所述图查询语句模板极大地降低了知识图谱构建的门槛,提高了交互性的速率。因此本发明提出的知识图谱构建方法、装置及计算机可读存储介质,可以降低知识图谱构建的门槛,解决占用过多计算机资源的问题。
附图说明
图1为本发明一实施例提供的知识图谱构建方法的流程示意图;
图2为图1中其中一个步骤的详细实施流程示意图;
图3为图1中另一个步骤的详细实施流程示意图;
图4为图1中另一个步骤的详细实施流程示意图;
图5为图1中另一个步骤的详细实施流程示意图;
图6为图1中另一个步骤的详细实施流程示意图;
图7为本发明一实施例提供的知识图谱构建装置的功能模块图;
图8为本发明一实施例提供的实现所述知识图谱构建方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供的知识图谱构建方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述知识图谱构建方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
本发明提供一种知识图谱构建方法。参照图1所示,为本发明一实施例提供的知识图谱构建方法的流程示意图。在本实施例中,所述知识图谱构建方法包括:
S1、从预设数据库中检索得到原始数据集,提取所述原始数据集中的实体信息和相关关系。
较佳地,本发明实施例中所述原始数据集可以为论文文献、专利文献等,可以从公开的数据库,如论文数据库、专利数据库等检索获取,也可以从区块链中的存储节点中获取。本发明优选实施例中,所述原始数据集为专利文献。
优选地,参阅图2所示,所述提取所述原始数据集中的实体信息和相关关系,包括:
S10、利用自然语言处理技术从所述原始数据集中提取多个关键词,并将所述关键词作为目标实体,得到所述实体信息;
S11、分析所述实体信息中包含的实体之间的关系,得到所述相关关系。
其中,本发明实施例中所述自然语言处理技术可以采用目前已公开的TextRank、基于语义的关键词提取算法等。
详细地,所述实体信息包括但不限制于,专利名称、发明人、申请人、 申请号、申请日、同族专利、专利代理机构、代理人、摘要信息等。进一步地,所述相关关系包括申请人和专利名称之间的申请关系、发明人和专利名称之间的发明关系、论文文献和论文文献之间的同族关系、引用关系等。其中,所述同族关系是指基于同一优先权文件,在不同国家或地区,以及地区间论文组织多次申请、多次公布或批准的内容相同或基本相同的一组论文文献。
本发明实施例通过自然语言处理技术可以准确的提取所述实体信息和相关关系,所述实体信息和相关关系的提取为后续节点创建提供数据基础。
S2、利用所述实体信息和相关关系创建节点属性和节点关系。
较佳地,参阅图3所示,所述利用所述实体信息和相关关系创建节点属性和节点关系,包括:
S20、根据所述实体信息中的实体为知识图谱的节点;
S21、根据所述实体的属性,得到所述知识图谱的节点属性;
S22、根据实体之间两两的相关关系,得到节点之间的所述节点关系。
优选地,所述节点属性和节点关系可以用来构建知识图谱。
详细地,所述知识图谱由若干个节点构成,如果两个节点之间存在关系,他们就会被一条有方向边连接在一起。其中,所述节点包括实体(Entity),节点之间的有方向边就称为相关关系(Relationship)。知识图谱的基本单位,便是“实体(Entity)-关系(Relationship)-实体(Entity)”构成的三元组。每个实体包括属性、值等信息,即“实体(Entity)-属性(Attribute)-值(Value)。所述知识图谱为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了一种更为有效的方式,使得网络的智能化水平更高,更加接近于人类的认知思维。
进一步地,本发明实施例中,所述节点属性是指每个节点中实体的属性,所述节点关系是指节点中各实体之间的关系,每个实体都拥有一个唯一的属性值。比如,实体-关系-实体:比尔•盖茨-妻子-梅琳达•盖茨,实体-属性-值:比尔盖茨-性别-男。
本发明实施例通过确定各节点中的实体属性、实体与实体之间的相关关系等信息,能够更加快速准确地创建节点属性和节点关系,提高了知识图谱构建的效率。
S3、获取所述原始数据集对应的业务数据表,解析所述业务数据表的表头信息,得到表头信息集。
较佳地,本发明实施例中,所述业务数据集为待转化为知识图谱的Excel表格,如记录论文文献信息的Excel表格。
本发明实施例利用预设的解析组件解析所述业务数据表的表头信息,得到表头信息集。其中,所述预设的解析组件可以为POI(Poor Obfuscation Implementation,模糊实现)组件,所述POI组件提供了三种解析excel的方式:HSSF、XSSF及SXSSF。本发明实施例中,使用所述HSSF提供的类函数解析所述Excel表格的表头信息。
优选地,参阅图4所示,所述通过预设的解析组件解析所述业务数据表的表头信息,得到表头信息集,包括:
S30、利用所述解析组件中的类函数解析所述表头信息,得到表头信息实体、表头信息属性及表头信息关系;
S31、汇总所述表头信息实体、表头信息属性及表头信息关系得到所述表头信息集。
其中,本发明实施例中,所述表头信息实体中的实体具有实体标签,通过使用所述实体标签来对中的每个实体进行标注,比如,文献A为医学类专利文献,则实体标签为“医学”。
详细地,本发明实施例中利用所述POI组件解析表头信息,可以迅速的处理大量数据,极大地提高了使用所述POI组件的针对性与效率。
S4、将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,汇总所述节点属性值以及节点关系值,得到解析值集。
较佳地,参阅图5所示,所述将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,包括:
S40、将所述表头信息属性与所述节点属性相对应,得到所述表头信息实体的节点属性值;
S41、将所述表头信息关系与所述节点关系相对应,得到所述表头信息实体之间的节点关系值。
优选地,所述实体链接是指对于从所述excel表头信息中抽取得到表头信息实体、表头信息属性及表头信息关系,将其通过所述节点属性及所述节点关系进行对应的操作。所述节点关系值是指用来表示所述表头信息关系与所述节点关系相对应关系的值,可以直接作为参数。
本发明实施例通过所述实体链接,将所述表头信息属性与所述节点属性进行链接、将表头信息关系与所述节点关系进行链接,得到所述节点属性值以及节点关系值,可以直接作为参数写入后续的图查询语句模板。
S5、根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,根据所述标准图查询语句,得到知识图谱,并将所述知识图谱通过电子设备的显示屏幕输出。
较佳地,所述图查询语句可以使用当前已公开的cypher语句,所述cypher语句是一种描述性的图形查询语言,允许对图形存储有表现力和效率的查询,而不必编写图形结构的遍历代码,所述cypher语句是通过一系列不同的方法和确定的实践为表达查询而产生的查询语言。
较佳地,参阅图6所示,所述根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,包括:
S50、获取所述预先构建的图查询语句模板;
S51、用所述节点属性值及节点关系值替换所述图查询语句模板中的参数,得到所述标准图查询语句。
其中,所述预先构建的图查询语句模板用来将excel表格中的数据转化为知识图谱。本发明实施例中,通过预先构建cypher语句模板,一旦数据或模式进行了更新,不需要重新进行cypher语句撰写,只需要重新获取并解析excel表格,得到解析值即可,极大地降低了计算机使用资源。比如,所述图查询语句模板可以为:
Match(srcNode:%s),(tarNode:%s) where srcNode.%s='%s' and tarNode.%s='%s' create (srcNode)-[r:%s]->(tarNode),所述图查询语句模板中'%s'即为可替换参数,以创建发明人和专利的对应关系为例:专利A-所属发明人-张三。“专利A”与“张三”为所述节点属性值,“所属发明人”为所述节点关系值。替换参数如下:Match(srcNode:patent),(tarNode:inventor) where srcNode.name='专利A' and tarNode.name='发明人名字'create (srcNode)-[r:张三]->(tarNode),其中srcNode代表专利节点,tarNode代表发明人节点,r代表关系;create (srcNode)-[r:所属发明人]->(tarNode),即创建专利的所属发明人指向关系,得到所述标准图查询语句。
优选地,所述根据所述标准图查询语句,得到知识图谱,包括:
调用图形数据库的API接口;
在所述API接口中执行所述标准图查询语句,得到知识图谱。
详细地,所述图形数据库是NoSQL数据库的一种类型,它应用图形理论存储实体之间的关系信息。图形数据库是一种非关系型数据库,它应用图形理论存储实体之间的关系信息。最常见例子就是社会网络中人与人之间的关系。关系型数据库用于存储“关系型”数据的效果并不好,其查询复杂、缓慢、超出预期,而图形数据库的独特设计恰恰弥补了这个缺陷。所述图形数据库常见的有Neo4j、FlockDB、AllegroGrap等。所述API接口又称应用程序接口,是一些预先定义的函数或指软件系统不同组成部分衔接的约定,可以提供应用程序与开发人员基于某软件或硬件得以访问一组编程的能力。
进一步地,所述执行所述标准图查询语句,得到知识图谱之后,还包括:
获取所述知识图谱中的多个实体标签;
将相同的实体标签在所述知识图谱中进行关联。
其中,由于使用所述实体标签来对每个实体进行标注,通过对所述实体标签进行关联,可以使得多个知识图谱进行关联,挖掘知识间的关联价值,实现1+1>2的效果。
较佳地,本发明实施例中,将所述解析值集做为参数写入预先构建的cypher语句模板,通过构建cypher语句模板,极大地降低了工作量,提高了效率,同时降低了专业门槛,使得非专业的研发人员也能进行图谱构建。得到所述标准cypher语句,同时通过调用所述Neo4j图形数据库的API接口可以自动执行所述标准cypher语句,完成图谱构建,从而使得非技术开发人员也可以进行所述图谱构建。
本发明实施例利用原始数据集中的实体信息和相关关系创建节点属性和节点关系,并解析所述原始数据集对应的业务数据表的表头信息,通过将所述表头信息集与所述节点属性及所述节点关系通过实体链接进行对应,得到解析值集,同时将所述解析值集做为参数写入预先构建的图查询语句模板,在所述业务数据表过多时,本发明实施例不需要编写大量的图查询语句,只需要修改所述图查询语句模板中的参数即可。此外,使用所述图查询语句模板极大地降低了知识图谱构建的门槛,提高了交互性的速率。因此本发明提出的知识图谱构建方法、装置及计算机可读存储介质,可以降低知识图谱构建的门槛,解决占用过多计算机资源的问题。
如图7所示,是本发明一实施例提供的知识图谱构建装置的功能模块图:
本发明所述的知识图谱构建装置100可以安装于客户端等电子设备中。根据实现的功能,所述知识图谱构建装置100可以包括信息提取模块101、节点创造模块102、数据解析模块103、节点对应模块104、图谱构建模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述信息提取模块101,用于从预设数据库中检索得到原始数据集,提取所述原始数据集中的实体信息和相关关系。
较佳地,本发明实施例中所述原始数据集可以为论文文献、专利文献等,可以从公开的数据库,如论文数据库、专利数据库等,检索获取,也可以从区块链中的存储节点中获取。本发明优选实施例中,所述原始数据集为专利文献。
优选地,所述信息提取模块101通过下述操作提取所述原始数据集中的实体信息和相关关系:
利用自然语言处理技术从所述原始数据集中提取多个关键词,并将所述关键词作为目标实体,得到所述实体信息;
分析所述实体信息中包含的实体之间的关系,得到所述相关关系。
其中,本发明实施例中所述自然语言处理技术可以采用目前已公开的TextRank、基于语义的关键词提取算法等。
详细地,所述实体信息包括但不限制于,专利名称、发明人、申请人、 申请号、申请日、同族专利、专利代理机构、代理人、摘要信息等。。进一步地,所述相关关系包括申请人和专利名称之间的申请关系、发明人和专利名称之间的发明关系、论文文献和论文文献之间的同族关系、引用关系等。其中,所述同族关系是指基于同一优先权文件,在不同国家或地区,以及地区间论文组织多次申请、多次公布或批准的内容相同或基本相同的一组论文文献。
本发明实施例通过自然语言处理技术可以准确的提取所述实体信息和相关关系,所述实体信息和相关关系的提取为后续节点创建提供数据基础。
所述节点创造模块102,用于利用所述实体信息和相关关系创建节点属性和节点关系。
较佳地,所述节点创造模块102通过下述操作利用所述实体信息和相关关系创建节点属性和节点关系:
根据所述实体信息中的实体为知识图谱的节点;
根据所述实体的属性,得到所述知识图谱的节点属性;
根据实体之间两两的相关关系,得到节点之间的所述节点关系。
优选地,所述节点属性和节点关系可以用来构建知识图谱。
详细地,所述知识图谱由若干个节点构成,如果两个节点之间存在关系,他们就会被一条有方向边连接在一起。其中,所述节点包括实体(Entity),节点之间的有方向边就称为相关关系(Relationship)。知识图谱的基本单位,便是“实体(Entity)-关系(Relationship)-实体(Entity)”构成的三元组。每个实体包括属性、值等信息,即“实体(Entity)-属性(Attribute)-值(Value)。所述知识图谱为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了一种更为有效的方式,使得网络的智能化水平更高,更加接近于人类的认知思维。
进一步地,本发明实施例中,所述节点属性是指每个节点中实体的属性,所述节点关系是指节点中各实体之间的关系,每个实体都拥有一个唯一的属性值。比如,实体-关系-实体:比尔•盖茨-妻子-梅琳达•盖茨,实体-属性-值:比尔盖茨-性别-男。
本发明实施例通过确定各节点中的实体属性、实体与实体之间的相关关系等信息,能够更加快速准确地创建节点属性和节点关系,提高了知识图谱构建的效率。
所述数据解析模块103,用于获取所述原始数据集对应的业务数据表,解析所述业务数据表的表头信息,得到表头信息集。
较佳地,本发明实施例中,所述业务数据集为待转化为知识图谱的Excel表格,如记录论文文献信息的Excel表格。
本发明实施例利用预设的解析组件解析所述业务数据表的表头信息,得到表头信息集。其中,所述预设的解析组件可以为POI(Poor Obfuscation Implementation,模糊实现)组件,所述POI组件提供了三种解析excel的方式:HSSF、XSSF及SXSSF。本发明实施例中,使用所述HSSF提供的类函数解析所述Excel表格的表头信息。
优选地,所述数据解析模块103通过预设的解析组件解析所述业务数据表的表头信息,得到表头信息集,包括:
利用所述解析组件中的类函数解析所述表头信息,得到表头信息实体、表头信息属性及表头信息关系;
汇总所述表头信息实体、表头信息属性及表头信息关系得到所述表头信息集。
其中,本发明实施例中,所述表头信息实体中的实体具有实体标签,通过使用所述实体标签来对中的每个实体进行标注,比如,文献A为医学类专利文献,则实体标签为“医学”。
详细地,本发明实施例中利用所述POI组件解析表头信息,可以迅速的处理大量数据,极大地提高了使用所述POI组件的针对性与效率。
所述节点对应模块104,用于将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,汇总所述节点属性值以及节点关系值,得到解析值集。
较佳地,所述节点对应模块104通过下述操作将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值:
将所述表头信息属性与所述节点属性相对应,得到所述表头信息实体的节点属性值;
将所述表头信息关系与所述节点关系相对应,得到所述表头信息实体之间的节点关系值。
优选地,所述实体链接是指对于从所述excel表头信息中抽取得到表头信息实体、表头信息属性及表头信息关系,将其通过所述节点属性及所述节点关系进行对应的操作。所述节点关系值是指用来表示所述表头信息关系与所述节点关系相对应关系的值,可以直接作为参数。
本发明实施例通过所述实体链接,将所述表头信息属性与所述节点属性进行链接、将表头信息关系与所述节点关系进行链接,得到所述节点属性值以及节点关系值,可以直接作为参数写入后续的图查询语句模板。
所述图谱构建模块105,用于根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,根据所述标准图查询语句,得到知识图谱,并将所述知识图谱通过电子设备的显示屏幕输出。
较佳地,所述图查询语句可以使用当前已公开的cypher语句,所述cypher语句是一种描述性的图形查询语言,允许对图形存储有表现力和效率的查询,而不必编写图形结构的遍历代码,所述cypher语句是通过一系列不同的方法和确定的实践为表达查询而产生的查询语言。
较佳地,所述图谱构建模块105通过下述操作根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句:
获取所述预先构建的图查询语句模板;
用所述节点属性值及节点关系值替换所述图查询语句模板中的参数,得到所述标准图查询语句。
其中,所述预先构建的图查询语句模板用来将excel表格中的数据转化为知识图谱。本发明实施例中,通过预先构建cypher语句模板,一旦数据或模式进行了更新,不需要重新进行cypher语句撰写,只需要重新获取并解析excel表格,得到解析值即可,极大地降低了计算机使用资源。比如,所述图查询语句模板可以为:
Match(srcNode:%s),(tarNode:%s) where srcNode.%s='%s' and tarNode.%s='%s' create (srcNode)-[r:%s]->(tarNode),所述图查询语句模板中'%s'即为可替换参数,以创建发明人和专利的对应关系为例:专利A-所属发明人-张三。“专利A”与“张三”为所述节点属性值,“所属发明人”为所述节点关系值。替换参数如下:Match(srcNode:patent),(tarNode:inventor) where srcNode.name='专利A' and tarNode.name='发明人名字'create (srcNode)-[r:张三]->(tarNode),其中srcNode代表专利节点,tarNode代表发明人节点,r代表关系;create (srcNode)-[r:所属发明人]->(tarNode),即创建专利的所属发明人指向关系,得到所述标准图查询语句。
优选地,所述根据所述标准图查询语句,得到知识图谱,包括:
调用图形数据库的API接口;
在所述API接口中执行所述标准图查询语句,得到知识图谱。
详细地,所述图形数据库是NoSQL数据库的一种类型,它应用图形理论存储实体之间的关系信息。图形数据库是一种非关系型数据库,它应用图形理论存储实体之间的关系信息。最常见例子就是社会网络中人与人之间的关系。关系型数据库用于存储“关系型”数据的效果并不好,其查询复杂、缓慢、超出预期,而图形数据库的独特设计恰恰弥补了这个缺陷。所述图形数据库常见的有Neo4j、FlockDB、AllegroGrap等。所述API接口又称应用程序接口,是一些预先定义的函数或指软件系统不同组成部分衔接的约定,可以提供应用程序与开发人员基于某软件或硬件得以访问一组编程的能力。
进一步地,所述执行所述标准图查询语句,得到知识图谱之后,还包括:
获取所述知识图谱中的多个实体标签;
将相同的实体标签在所述知识图谱中进行关联。
其中,由于使用所述实体标签来对每个实体进行标注,通过对所述实体标签进行关联,可以使得多个知识图谱进行关联,挖掘知识间的关联价值,实现1+1>2的效果。
较佳地,本发明实施例中,将所述解析值集做为参数写入预先构建的cypher语句模板,通过构建cypher语句模板,极大地降低了工作量,提高了效率,同时降低了专业门槛,使得非专业的研发人员也能进行图谱构建。得到所述标准cypher语句,同时通过调用所述Neo4j图形数据库的API接口可以自动执行所述标准cypher语句,完成图谱构建,从而使得非技术开发人员也可以进行所述图谱构建。
如图8所示,是本发明一实施例提供的实现知识图谱构建方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如知识图谱构建程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card, SMC)、安全数字(SecureDigital, SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如知识图谱构建程序12的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如知识图谱构建程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图8仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图8示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的知识图谱构建程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
从预设数据库中检索得到原始数据集,提取所述原始数据集中的实体信息和相关关系;
利用所述实体信息和相关关系创建节点属性和节点关系;
获取所述原始数据集对应的业务数据表,解析所述业务数据表的表头信息,得到表头信息集;
将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,汇总所述节点属性值以及节点关系值,得到解析值集;
根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,根据所述标准图查询语句,得到知识图谱。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图6对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1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,可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读介质可以包括:能够携带所述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)。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种知识图谱构建方法,其特征在于,所述方法包括:
从预设数据库中检索得到原始数据集,提取所述原始数据集中的实体信息和相关关系;
利用所述实体信息和相关关系创建节点属性和节点关系;
获取所述原始数据集对应的业务数据表,解析所述业务数据表的表头信息,得到表头信息集,所述业务数据表为待转化为知识图谱的Excel表格;
将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,汇总所述节点属性值以及节点关系值,得到解析值集;
根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,根据所述标准图查询语句,得到知识图谱,并将所述知识图谱通过电子设备的显示屏幕输出;
所述根据所述标准图查询语句,得到知识图谱,包括:
调用图形数据库的API接口,所述图形数据库为非关系型数据库,应用图形理论存储实体之间的关系信息;
在所述API接口中执行所述标准图查询语句,得到知识图谱;
所述解析所述业务数据表的表头信息,得到表头信息集,包括:
利用预设的解析组件中的类函数解析所述表头信息,得到表头信息实体、表头信息属性及表头信息关系;
汇总所述表头信息实体、表头信息属性及表头信息关系得到所述表头信息集。
2.如权利要求1所述的知识图谱构建方法,其特征在于,所述提取所述原始数据集中的实体信息和相关关系,包括:
利用自然语言处理技术从所述原始数据集中提取多个关键词,并将所述关键词作为目标实体,得到所述实体信息;
分析所述实体信息中包含的实体之间的关系,得到所述相关关系。
3.如权利要求2所述的知识图谱构建方法,其特征在于,所述利用所述实体信息和相关关系创建节点属性和节点关系,包括:
根据所述实体信息中的实体为知识图谱的节点;
根据所述实体的属性,得到所述知识图谱的节点属性;
根据实体之间两两的相关关系,得到节点之间的所述节点关系。
4.如权利要求1所述的知识图谱构建方法,其特征在于,所述将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,包括:
将所述表头信息属性与所述节点属性相对应,得到所述表头信息实体的节点属性值;
将所述表头信息关系与所述节点关系相对应,得到所述表头信息实体之间的节点关系值。
5.如权利要求1所述的知识图谱构建方法,其特征在于,所述根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,包括:
获取所述预先构建的图查询语句模板;
利用所述节点属性值及节点关系值替换所述图查询语句模板中的参数,得到所述标准图查询语句。
6.如权利要求1至5任一项所述的知识图谱构建方法,其特征在于,所述根据所述标准图查询语句,得到知识图谱之后,还包括:
获取所述知识图谱中的多个实体标签;
将相同的实体标签在所述知识图谱中进行关联。
7.一种知识图谱构建装置,其特征在于,所述装置包括:
信息提取模块,用于从预设数据库中检索得到原始数据集,提取所述原始数据集中的实体信息和相关关系;
节点创建模块,用于利用所述实体信息和相关关系创建节点属性和节点关系;
数据解析模块,用于获取所述原始数据集对应的业务数据表,解析所述业务数据表的表头信息,得到表头信息集,所述业务数据表为待转化为知识图谱的Excel表格;
节点对应模块,用于将所述表头信息集与所述节点属性及所述节点关系通过实体链接分别对应,得到节点属性值以及节点关系值,汇总所述节点属性值以及节点关系值,得到解析值集;
图谱构建模块,用于根据所述解析值集及预先构建的图查询语句模板,得到标准图查询语句,根据所述标准图查询语句,得到知识图谱,并将所述知识图谱通过电子设备的显示屏幕输出;
所述根据所述标准图查询语句,得到知识图谱,包括:
调用图形数据库的API接口,所述图形数据库为非关系型数据库,应用图形理论存储实体之间的关系信息;
在所述API接口中执行所述标准图查询语句,得到知识图谱;
所述解析所述业务数据表的表头信息,得到表头信息集,包括:
利用预设的解析组件中的类函数解析所述表头信息,得到表头信息实体、表头信息属性及表头信息关系;
汇总所述表头信息实体、表头信息属性及表头信息关系得到所述表头信息集。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6中任意一项所述的知识图谱构建方法。
9.一种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6中任意一项所述的知识图谱构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010947237.6A CN111813963B (zh) | 2020-09-10 | 2020-09-10 | 知识图谱构建方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010947237.6A CN111813963B (zh) | 2020-09-10 | 2020-09-10 | 知识图谱构建方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111813963A CN111813963A (zh) | 2020-10-23 |
CN111813963B true CN111813963B (zh) | 2020-12-22 |
Family
ID=72860066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010947237.6A Active CN111813963B (zh) | 2020-09-10 | 2020-09-10 | 知识图谱构建方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111813963B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435884A (zh) * | 2020-11-13 | 2021-09-24 | 陈素华 | 基于区块链和大数据的指标验证方法 |
CN112417448B (zh) * | 2020-11-15 | 2022-03-18 | 复旦大学 | 一种基于api关系图谱的恶意软件检测模型抗老化增强方法 |
CN112445875B (zh) * | 2020-12-14 | 2024-03-01 | 招商局金融科技有限公司 | 数据关联及检验方法、装置、电子设备及存储介质 |
CN112612832B (zh) * | 2020-12-17 | 2023-02-10 | 北京锐安科技有限公司 | 节点分析方法、装置、设备及存储介质 |
CN113157943A (zh) * | 2021-04-15 | 2021-07-23 | 辽宁大学 | 面向大规模金融知识图谱的分布式存储及可视化查询处理方法 |
CN112948427B (zh) * | 2021-04-15 | 2024-02-06 | 深圳赛安特技术服务有限公司 | 数据查询方法、装置、设备及存储介质 |
CN113238865A (zh) * | 2021-05-18 | 2021-08-10 | 苏明 | 基于Excel一键导入的快速构建知识图谱的方法 |
CN113342990A (zh) * | 2021-05-25 | 2021-09-03 | 北京百度网讯科技有限公司 | 知识图谱的构建方法和装置 |
CN113254666A (zh) * | 2021-06-02 | 2021-08-13 | 上海酒贝乐信息技术有限公司 | 一种人工智能自我学习和成长完善的方法及系统 |
CN115168605A (zh) * | 2022-06-28 | 2022-10-11 | 青岛海尔科技有限公司 | 图谱的确定方法和装置、存储介质及电子装置 |
CN115983381A (zh) * | 2023-02-28 | 2023-04-18 | 华院计算技术(上海)股份有限公司 | 一种基于在线百科的知识库快速构建方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10402453B2 (en) * | 2014-06-27 | 2019-09-03 | Nuance Communications, Inc. | Utilizing large-scale knowledge graphs to support inference at scale and explanation generation |
CN108052619A (zh) * | 2017-12-15 | 2018-05-18 | 北京海致星图科技有限公司 | 一种基于配置信息匹配及相似度提取网页信息的方法 |
CN110245131A (zh) * | 2019-06-05 | 2019-09-17 | 江苏瑞中数据股份有限公司 | 一种知识图谱中实体对齐方法、系统及其存储介质 |
CN110704631B (zh) * | 2019-08-16 | 2022-12-13 | 北京紫冬认知科技有限公司 | 医疗知识图谱的构建方法及装置 |
CN111339214B (zh) * | 2020-02-18 | 2023-09-15 | 北京航空航天大学 | 一种知识库自动构建方法与系统 |
-
2020
- 2020-09-10 CN CN202010947237.6A patent/CN111813963B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111813963A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111813963B (zh) | 知识图谱构建方法、装置、电子设备及存储介质 | |
CN112052242A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
CN112948427B (zh) | 数据查询方法、装置、设备及存储介质 | |
CN111428458A (zh) | 通用报表生成方法、装置及计算机可读存储介质 | |
CN113672781A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
CN112883042A (zh) | 数据更新及展示方法、装置、电子设备及存储介质 | |
CN112364107A (zh) | 系统分析可视化方法、装置、电子设备及计算机可读存储介质 | |
CN115408399A (zh) | 基于sql脚本的血缘关系分析方法、装置、设备及存储介质 | |
WO2022178994A1 (zh) | 表格结构识别方法、装置、电子设备及存储介质 | |
CN113961584A (zh) | 字段血缘分析方法、装置、电子设备及存储介质 | |
CN114020256A (zh) | 前端页面生成方法、装置、设备及可读存储介质 | |
CN115048111B (zh) | 基于元数据的代码生成方法、装置、设备及介质 | |
CN113806434A (zh) | 大数据处理方法、装置、设备及介质 | |
CN115129753A (zh) | 数据血缘关系分析方法、装置、电子设备及存储介质 | |
CN112597171A (zh) | 表格关系可视化方法、装置、电子设备及存储介质 | |
CN111046085A (zh) | 数据的溯源处理方法及装置、介质和设备 | |
CN113139145B (zh) | 页面生成方法、装置、电子设备及可读存储介质 | |
CN113687827A (zh) | 基于微件的数据列表生成方法、装置、设备及存储介质 | |
CN114385155A (zh) | vue项目可视化工具生成方法、装置、设备及存储介质 | |
CN114841165A (zh) | 用户数据分析及展示方法、装置、电子设备及存储介质 | |
CN114398282A (zh) | 测试脚本的生成方法、装置、设备及存储介质 | |
CN111680204A (zh) | 数据采集方法、装置及计算机可读存储介 | |
CN113886446A (zh) | 作业自动调度方法、装置、电子设备及可读存储介质 | |
CN112786132B (zh) | 病历文本数据分割方法、装置、可读存储介质及电子设备 | |
CN116991404A (zh) | 基于解释器的ui界面生成方法、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 |