CN111930965B - 一种用于知识图谱的本体结构的构建方法及系统 - Google Patents

Abstract

本发明公开一种用于知识图谱的本体结构的构建方法及构建本体结构的系统，所述方法通过一处理设备接收输入的数据源，所述数据源包括多个数据表，其特征在于，采用一处理单元通过解析输入的数据源的数据表反射生成元数据，并基于元数据生成本体结构，具体包括：读入所述数据源，遍历所述数据源获得各个数据表的对象信息；根据所述对象信息反射生成元数据；根据所述元数据，生成数据源的本体结构。利用本发明公开的方法和系统，实现了至少大部分本体结构的自动构建，简化了本体结构的构建过程，降低重复劳动和资源浪费，提高了本体结构的构建效率，因此具有明显的技术优势和技术效果。

Description

一种用于知识图谱的本体结构的构建方法及系统

技术领域

本发明涉及本体结构技术领域，特别涉及一种用于知识图谱的本体结构的构建方法及系统。

背景技术

随着大数据技术的发展，人们对于数据的要求不再局限于海量的传统数据，数据工作者及科学家开始着眼于探求数据更深层次的价值，本体结构应运而生，目前本体结构的应用范围越来越广泛，例如可以应用在互联网金融、人力资源管理、企业管理等不同的领域。

知识图谱（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。当下国内大部分厂商的研发重心在于基于本体结构构建知识图谱，因此构建本体结构是构建知识图谱的前提。目前本体结构的构建是手工设计实体的结构和实体的关系结构，再进一步导入数据获得本体数据，这显然已经形成一种规范和习惯做法。然而在实际工作中，采用现有技术构建本体结构需要耗费大量的时间和人员投入到本体结构的构建中，由于本体结构涉及的业务场景、业务需求是千变万化的，因此对不同的业务需求，其本体结构也是不同的，因此，本体结构的构建可复用率低，并且在本体结构构建过程中，甚至还需要获得客户方以及第三方公司的相应配合，相关工作才能顺利进行，因此本体结构的构建过程工作量大，效率低下。

综上，基于现有的技术构建本体结构普遍存在过程复杂、效率低下、构建成本过高等问题。

发明内容

本发明的目的在于克服现有技术中存在的上述缺陷，提供一种用于知识图谱的本体结构的构建方法及系统，用于解决现有本体结构的构建方法中存在的过程复杂，效率低下，资源浪费严重等技术问题。

为达到上述目的，本发明本发明第一方面公开一种用于知识图谱的本体结构的构建方法，通过一处理设备接收输入的数据源，所述数据源包括多个数据表，采用一处理单元通过自动解析输入的数据源的数据表反射生成元数据，并基于所述元数据生成本体结构，所述处理单元内置于所述处理设备中。

传统的本体结构构建方式一般包括：用户先分析本体结构的对象，定义本体结构的节点和节点的关系，然后再生成本体结构。本发明提出的方案中，只需要进行数据表的导入，即可自动完成全部或者接近全部本体结构的构建，不仅简化了本体结构的构建过程，而且降低了手工编辑的错误率，提高了本体结构构建效率和成功率，节省了人力资源。

所述的用于知识图谱的本体结构的构建方法包括以下步骤：

步骤11：所述处理设备读入所述数据源，遍历所述数据源，获得各个数据表的对象信息，所述数据表的对象包括实体对象、关系对象；

步骤12：所述处理设备根据所述数据表的对象信息，反射生成元数据，所述元数据包括所述实体对象的属性数据、所述关系对象的属性数据；

步骤13：所述处理设备根据所述元数据，生成所述数据源的本体结构。

所述的对象信息包括对象类型和对象名称。对象信息可以包括更多的信息，但是对于生成本体结构而言，可以只需要对象类型和对象名称，因此本方案降低了获取对象信息的数据内容的复杂度。

所述本体结构包括实体的结构数据和实体间关系结构数据。针对于本发明所述的知识图谱而言，本体结构只需要实体的结构数据和实体间关系结构数据，因此本方案进一步细化了获得的本体结构的具体数据，且可以降低数据内容的复杂度。

在所述的步骤11之后还包括：判断经过步骤11之后是否获取到对象信息，如果没有，则进入手工编辑本体结构的步骤，且不执行步骤12-步骤13。自动构建本体结构的方案难免可能会出现意外情况，本方案进一步提供辅助手工建立本体结构的步骤，使得整个本体结构的构建方案更加完整，提高整个方法的可靠性。

在所述的步骤13之后还包括：在预先生成的视窗中根据预设的本体结构的设置，对本体结构进行渲染，以获得所述本体结构的图形结构。该方案进一步提供本体结构的可视化输出，使得本体结构更加容易理解和使用。

在所述的步骤13之后还包括：对生成的本体结构进行保存，以便于基于已保存的本体结构构建新的本体结构。该方案进一步提供本体结构的保存，提高本体结构数据可模块化和可扩展性，提高本体结构数据的利用率。

基于同样的发明构思，本发明第二方面公开一种本体结构的构建系统，通过自动解析输入的数据源的多个数据表，反射生成元数据，并基于所述元数据生成本体结构。

所述的本体结构的构建系统，包括：对象获取模块：用于读入并遍历输入的数据源的多个数据表，获取每个数据表的对象信息；元数据生成模块：用于根据所述数据表的对象信息，反射生成元数据；本体结构生成模块：用于根据所述元数据，生成数据源的本体结构。

所述的本体结构的构建系统，还包括：本体结构保存模块，用于对生成的本体结构进行保存，以便于基于已保存的本体结构构建新的本体结构。

所述的本体结构的构建系统，还包括本体结构可视化模块，所述本体结构可视化模块用于在预先生成的视窗中根据预设的设置，对本体结构进行渲染，以获得所述本体结构的图形结构。

本申请实施例中的上述一个或多个技术方案，与现有本体结构建立技术相比，具有如下明显的技术优势和技术效果：

（1）基于本发明公开的本体结构构建方式，通过一处理单元通过自动解析输入的数据源的数据表反射生成元数据，替代手工编辑配置本体结构的工作，简化了本体结构构建过程，提高了效率；

（2）基于本发明公开的本体结构构建方式，可以对本体结构进行保存和复用，降低了重复劳动和资源浪费，可以更加有效的适用于各种业务场景的知识图谱的构建；

（3）采用本发明公布的系统，用户只需要对自有的数据清洗形成节点表和边表，系统链接数据源后再进行少量的配置，即可生成本体结构。在这个过程中，用户还可以对元数据进行查看与操作，从属性配置到样式配置的一站式体验，使得本体结构的构建更加灵活、便捷。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍， 应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。

图1为本发明实施例的用于知识图谱的本体结构的构建方法的流程示意图；

图2为本发明实施例的本体结构的构建系统的结构框图；

图3为本发明实施例的本体结构的图形结构示意图；

图4为本发明实施例提供的本体结构可视化模块示意图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，图1示出了本发明实施例的用于知识图谱的本体结构的构建方法的流程示意图，具体包括步骤11至步骤14：

步骤11：读入所述数据源，遍历所述数据源，获得各个数据表的对象信息。

在本发明实施例中，在构建本体结构之前，首先读入用户提供的数据源，遍历数据源，根据数据表的表头识别出各个数据表的对象信息，其中，对象包括实体对象和关系对象，对象信息包括对象的类型及对象名称。

在一种实施方式中，数据表需按可解析的规则命名，例如有表示数据类型的前缀，有节点标识。例如，作为一种举例，假设表名需要由vertex_或者edge_前缀构成，vertex_表示节点类型数据，前缀后跟label名称，vertex表必须有id或含有

的字段，可以解析表示该表主键。edge表示关系类型数据，edge_前缀 加 {起始节点label} 加 {关系类型label} 加 {结束节点label}，构成一类关系类型表命名；关系表不需有id类主键，但必须有startnode和endnode，或者

和

为反射可识别的起始节点标识、结束节点标识，关系表中必须有联合主键，其中start和end字段必选。

例如：vertex_person，即为节点类型，名称为person；edge_person_has_accout，即为关系类型，关系名称为has（拥有）。

例如，数据源包括三个实体表：vertex_person.csv、vertex_account.csv、vertex_transfer.csv；还包括三个关系表：edge_person_has_accout.csv、edge_account_out_transfer.csv、edge_transfer_in_accout.csv。

通过读入上述包含映射信息的数据表名或者配置信息，即可立即获取到三个实体：person、account、transfer，以及三个关系：person_has_accout、account_out_transfer、transfer_in_accout。

需要说明的是，本发明实施例中所述的映射信息只是一种举例，在实际实现中，可以还有其他的映射方式，其他的映射信息同样适用于本发明的方法，利用本发明的方法都准确提取得到对象信息。

在本发明实施例中，作为一种补充，步骤11之后还进一步判断获取对象是否成功，即经过步骤11之后是否获取到对象信息，如果没有，则进入手工编辑本体结构的步骤。例如，前缀中出现"vertex_"则形成本体的节点，若前缀中出现"edge_"但由于无法找到开始或结束的节点关联，则说明该表未成功获取到对象信息，则标注提醒进入手工编辑本体结构的步骤。

在本发明实施例中，手工编辑本体结构的步骤包括由手工添加节点或关系；自定义映射为节点结构和关系结构。

步骤12：根据所述数据表中的对象信息，反射生成元数据。

在本发明实施例中，通过反射，可获取数据源的数据表的对象信息，包括对象（实体对象或关系对象）类型、对象名称、数据字段信息等信息，进而生成元数据，其中，元数据包括所述实体对象的属性数据、所述关系对象的属性数据。

元数据与每个数据源的数据表一一对应；元数据记录和描述数据的元的关联关系(E-R)，元数据保存某节点或关系的信息。

每个元数据对应一组FieldsConfig Data，即数据映射信息，存储的是数据源产生映射后，对每个字段的属性配置；通过获取的元数据的结构，在元数据配置区域自动映射出字段信息，如字段名字、主键字段名、字段数据类型。

在一个实施例中，数据映射信息FieldsConfig Data存储的内容如下表所示：

步骤13：根据所述元数据，生成数据源对应的本体结构。

在本发明实施例中，本体结构包括实体的层次结构和实体间关系结构，每个元数据对应一组FieldsConfig Data，即数据映射信息，存储的是数据源产生映射后，对应对象的属性数据，包括实体对象的属性数据、所述关系对象的属性数据；通过获取的元数据存储的数据获得实体的层次结构和实体间关系结构，便可以直接将本体的结构数据解析出来，获得本体结构。

步骤14：在预先生成的视窗中根据预设的本体结构的设置，对本体结构进行渲染，以获得所述本体结构的图形结构。

在本发明实施例中，根据所述生成的本体结构，可定义本体结构显示的样式，在预先生成的视窗中完成对本体结构的形状和样式的渲染，进而生成视图，即为该本体结构的图形结构。

在一个实施例中，如下表所示，定义的本体结构显示的配置信息统一保存在元数据中，包括某节点或关系的属性信息，例如：可视化类型Type包含方块和线，Name记录可视化显示的节点名称，Label为该节点或关系的数据记录显示，Style是一个样式对象，记录该本体结构的元数据的展示样式；MapTgt表示此元数据元素映射的目标；在元数据设计中，若为边，则有多出的StartLabel和EndLabel信息，表示关系的开始结束，不能为空。

在本发明实施例中，作为优化，还可以对生成的本体结构进行保存，以使得保存的本体结构可以进行复用，提高本体结构的利用率。在构建新的本体结构时，如果可以用到这个本体结构，则将这个保存的本体结构调出来，进一步编辑和调整，可以创建新的本体结构，也可以通过定义新的实体和关系，产生新的本体结构。

在本发明实施例中，可定义的样式包括采用不同形状表示实体元数据和关系元数据，例如，圆形表示实体、连线表示关系，请参阅图3所示的本发明实施例的本体结构的图形结构示意图，圆形表示三个实体：人、账号、交易，用连线及箭头表示三个关系：拥有、转出、转入，其中，“拥有”代表person_has_accout，“转出”代表account_out_transfer，“转入”代表transfer_in_accout。用户可在可视化区域预览本体结构，并进行形状和样式的配置操作，实现对本体结构渲染，使得本体结构的显示更丰富。

其中，元数据的字段信息自动映射在右侧配置区域，在该区域用户可以对元数据的属性到样式进行查看与修改配置等操作，就可以完成对本体结构的修改。

请参阅图2，图2示出了本发明实施例的构建本体结构的系统的结构框图，该系统包括对象获取模块101、元数据生成模块102、本体结构生成模块103、本体结构可视化模块104：

对象获取模块101：用于读入并遍历输入的数据源的数据表，获取所述数据表的对象信息；

元数据生成模块102：用于根据所述数据表的对象信息，反射生成元数据；

本体结构生成模块103：用于根据所述元数据，生成数据源的本体结构；

本体结构可视化模块104：用于在预先生成的视窗中根据预设的设置，对本体结构进行渲染获得所述本体结构的图形结构。

在其它方案中，还可以包括自定义映射模块，用于在必要（例如未获取到对象信息）时，进行节点和关系的配置，以形成本体结构所需的结构数据，即实现手工编辑本体结构的目的。

在其它方案中，还可以包括本体结构配置模块，用于对的显示属性进行配置，所述配置包括元数据属性配置、样式配置。

在其它方案中，还可以包括本体结构保存模块，用于对生成的本体结构进行保存，以便于基于已保存的本体结构构建新的本体结构。

请参阅图4，图4示出了本发明实施例中的本体结构可视化模块的示意图，如图所示，系统提供的可视化区域分为3个区域，一个区域用一个实线框表示，其中，区域一显示数据源，包括多个数据表，区域二显示自动生成本体结构，本体结构的元数据的字段信息自动映射到右侧区域三，用户可在该区域对本体结构的元数据的属性信息包括字段名、数据格式、长度进行配置和修改，也可以对本体结构的样式信息进行修改。

通过该本体结构配置模块，配置后提供对数据的保存；在完成所有配置后，系统可完成本体结构的自动生成。

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模块，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成模块及步骤。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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，可以通过其它的方式实现。例如，以上所描述的系统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，例如多个模块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。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种用于知识图谱的本体结构的构建方法，通过一处理设备接收输入的数据源，所述数据源包括多个数据表，其特征在于，采用一处理单元通过自动解析输入的数据源的数据表反射生成元数据，并基于所述元数据生成本体结构，所述处理单元内置于所述处理设备中；其中，数据表的表名包括对象类型和对象名称，且当对象为关系对象时，表名中还包括起始节点标识和结束节点标识；

包括以下步骤：

步骤11：所述处理设备读入所述数据源，遍历所述数据源，根据数据表的表名识别获得各个数据表的对象信息，对象信息包括对象类型和对象名称，所述数据表的对象包括实体对象、关系对象；

步骤12：所述处理设备根据所述数据表的对象信息，反射生成元数据，所述元数据包括所述实体对象的属性数据、所述关系对象的属性数据；

步骤13：所述处理设备根据所述元数据，生成所述数据源的本体结构。

2.如权利要求1中所述的用于知识图谱的本体结构的构建方法，其特征是，所述本体结构包括实体的结构数据和实体间关系结构数据。

3.如权利要求1中所述的用于知识图谱的本体结构的构建方法，其特征是，在所述的步骤11之后还包括：判断经过步骤11之后是否获取到对象信息，如果没有，则进入手工编辑本体结构的步骤，且不执行步骤12-步骤13。

4.如权利要求1中所述的用于知识图谱的本体结构的构建方法，其特征在于，在所述的步骤13之后还包括：在预先生成的视窗中根据预设的本体结构的设置，对本体结构进行渲染，以获得所述本体结构的图形结构。

5.如权利要求1中所述的用于知识图谱的本体结构的构建方法，其特征在于，在所述的步骤13之后还包括：对生成的本体结构进行保存。

6.一种本体结构的构建系统，其特征在于，通过自动解析输入的数据源的多个数据表，反射生成元数据，并基于所述元数据生成本体结构；数据表的表名包括对象类型和对象名称，且当对象为关系对象时，表名中还包括起始节点标识和结束节点标识；包括：

对象获取模块：用于读入并遍历输入的数据源的多个数据表，根据数据表的表名识别获取每个所述数据表的对象信息；对象信息包括对象类型和对象名称，所述数据表的对象包括实体对象、关系对象；

元数据生成模块：用于根据所述数据表的对象信息，反射生成元数据；

本体结构生成模块：用于根据所述元数据，生成数据源的本体结构。

7.如权利要求6中所述的本体结构的构建系统，其特征在于，还包括：本体结构保存模块，用于对生成的本体结构进行保存。

8.如权利要求6中所述的本体结构的构建系统，其特征在于，还包括：本体结构可视化模块，所述可视化模块用于在预先生成的视窗中根据预设的设置，对本体结构进行渲染，以获得所述本体结构的图形结构。

Images