CN113868254B - 图数据库中的实体节点去重方法、设备和存储介质 - Google Patents

Abstract

本公开提供了图数据库中的实体节点去重方法、设备和存储介质，涉及知识图谱技术领域等人工智能技术领域。具体实现方案为：在对待去重的实体节点集合进行去重的过程中，结合实体节点集合中每个实体节点所属于的区间，并基于该区间对应的去重方式，确定已遍历的实体节点中已出现过对应实体节点，并将实体节点集合中的对应实体节点删除。由此，提供了一种对实体节点进行去重的方式，实现了实体节点地去重。

Description

图数据库中的实体节点去重方法、设备和存储介质

技术领域

本公开涉及计算机技术领域，具体涉及知识图谱技术领域等人工智能技术领域，尤其涉及图数据库中的实体节点去重方法、设备和存储介质。

背景技术

在对图数据库中的知识图谱进行检索的过程中，从知识图谱中所得到的检索结果中可能存在重复的实体节点，重复的实体节点容易对后续处理造成影响，因此，如何对检索结果中的实体节点进行去重是目前需要解决的技术问题。

发明内容

本公开提供了一种用于图数据库中的实体节点去重方法、设备和存储介质。

根据本公开的一方面，提供了一种图数据库中的实体节点去重方法，所述图数据库包括知识图谱，所述方法包括：从所述知识图谱中获取待去重的实体节点集合，其中，所述实体节点集合包括多个实体节点；从所述实体节点集合中取出一个未遍历的实体节点作为目标实体节点；确定所述目标实体节点的节点标识所属于的区间，其中，所述区间是对所述节点标识的取值范围进行分段而得到的；根据所述区间对应的去重方式，确定已遍历的实体节点中已出现过所述目标实体节点；删除所述实体节点集合中的所述目标实体节点。

根据本公开的另一方面，提供了一种图数据库中的实体节点去重装置，所述图数据库包括知识图谱，所述装置包括：第一获取模块，用于从所述知识图谱中获取待去重的实体节点集合，其中，所述实体节点集合包括多个实体节点；取出模块，用于从所述实体节点集合中取出一个未遍历的实体节点作为目标实体节点；第一确定模块，用于确定所述目标实体节点的节点标识所属于的区间，其中，所述区间是对所述节点标识的取值范围进行分段而得到的；第二确定模块，根据所述区间对应的去重方式，确定已遍历的实体节点中已出现过所述目标实体节点；删除模块，用于删除所述实体节点集合中的所述目标实体节点。

根据本公开的另一方面，提供了一种电子设备，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本公开的图数据库中的实体节点去重方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开实施例公开的图数据库中的实体节点去重方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本公开的图数据库中的实体节点去重方法。

上述申请中的一个实施例具有如下优点或有益效果：

在对待去重的实体节点集合进行去重的过程中，结合实体节点集合中每个实体节点所属于的区间，并基于该区间对应的去重方式，确定已遍历的实体节点中已出现过对应实体节点，并将实体节点集合中的对应实体节点删除。由此，提供了一种对实体节点进行去重的方式，实现了实体节点地去重。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开一个实施例提供的一种图数据库中的实体节点去重方法的流程示意图；

图2是根据本公开另一个实施例提供的另一种图数据库中的实体节点去重方法的流程示意图；

图3是根据本公开另一个实施例提供的步骤104的细化流程示意图；

图4是根据本公开另一个实施例提供的步骤104的细化流程示意图；

图5是根据本公开一个实施例提供的一种图数据库中的实体节点去重装置的结构示意图；

图6是根据本公开另一个实施例提供的一种图数据库中的实体节点去重装置的结构示意图；

图7是用来实现本公开实施例的图数据库中的实体节点去重方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

下面参考附图描述本公开实施例的图数据库中的实体节点去重方法、设备和存储介质。

图1是根据本公开一个实施例提供的一种图数据库中的实体节点去重方法的流程示意图。

如图1所示，该图数据库中的实体节点去重方法可以包括：

步骤101，从知识图谱中获取待去重的实体节点集合，其中，实体节点集合包括多个实体节点。

在一些实施例中，在对图数据库进行多步图游走的过程中，对于每一步游走，为了避免在下一步游走的过程中，对重复的实体节点进行重复游走，在从知识图谱中获取本步游走所得到的实体节点结果后，可通过本实施例中的实体节点去重方法对本步游走所得到的实体节点结果进行去重处理，也就是说，可将本步游走所得到的实体节点结果作为待去重的实体节点集合，并通过步骤102至步骤105进行去重。

在一些实施例中，本实施例中的图数据库可以是基于存储计算分离架构设计下的分布式图数据库，其中，图数据库包括多个计算节点和多个存储节点，各个存储节点保存知识图谱的不同部分，每个存储节点所存储的不同部分的知识图谱拼接起来即可得到完整的知识图谱。其中，知识图谱包括多个实体节点以及多个实体节点之间的连接边。需要说明的是，本实施例的方法可以应用在图数据库中的计算节点中。

另外，可以理解的是，在存储节点对查询的实体节点进行去重时，本实施例中的方法也可以应用在图数据库中的存储节点中。

步骤102，从实体节点集合中取出一个未遍历的实体节点作为目标实体节点。

步骤103，确定目标实体节点的节点标识所属于的区间。

其中，所述区间是对所述节点标识的取值范围进行分段而得到的

其中，本实施例中节点标识的数据类型可以为整型数据，例如，可以采用8字节的整型数据来表示节点标识，其中，节点标识的取值范围为1-2^{^64}。

在一些实施例中，可将目标实体节点的节点标识，与预设的多个区间对应的区间范进行比较，并根据比较结果，确定出目标节点的节点标识所属于的区间。

例如，目标实体节点的节点标识为1000，如果区间1对应的区间范围0-2^{^32}，区间2对应的区间范围为2^{^32}-2^{^33}、区间3对应的区间范围为2^{^33}-3*2^{^32}、区间4对应的区间范围为3*2^{^32}-2^{^34}、区间5对应的区间范围2^{^34}-2^{^64}，此时，通过将节点标识与上述各个区间对应的区间范围进行比较，可确定节点标识1000在区间1对应的区间范围0-2^{^32}内，此时，可确定目标节点的节点标识所属于区间1。

步骤104，根据区间对应的去重方式，确定已遍历的实体节点中已出现过目标实体节点。

步骤105，删除实体节点集合中的目标实体节点。

在一些实施例中，在游走过程中，对于每一步游走，可将遍历结束时所得到的实体节点集合作为本步游走的去重后的实体节点结果，并基于本步游走的去重后的实体节点结果进行下一步游走。

本公开实施例的图数据库中的实体节点去重方法，在对待去重的实体节点集合进行去重的过程中，结合实体节点集合中每个实体节点所属于的区间，并基于该区间对应的去重方式，确定已遍历的实体节点中已出现过对应实体节点，并将实体节点集合中的对应实体节点删除。由此，提供了一种对实体节点进行去重的方式，实现了实体节点地去重。

基于上述实施例的基础上，在确定目标实体节点的节点标识所属于的区间之前，如图2所示，该方法还可以包括：

步骤201，对目标实体节点的节点标识的比特位进行分段，以得到节点标识对应的多个第一比特段，其中，每个第一比特段的比特长度相同，并且，多个第一比特段中部分第一比特段之间存在相同的比特位。

例如，节点标识为8字节的整型数据，可按照1-20位，12-31位，31-52位，44-63位为一段的方式对该节点标识进行分段，得到四个比特段，其中，这四个比特段对应的比特长度均为20个比特位。

步骤202，针对每个第一比特段，获取与第一比特段对应的位集，其中，位集的比特长度大于或者等于第一比特段的比特长度。

本实施例中以位集的比特长度与第一比特段的比特长度为例进行描述，例如，位集的比特长度与第一比特段的比特长度均为20个比特位，对应地，位集中每个比特位上的取值可以为第一取值和第二取值，其中，第一取值用于表示与该比特位对应的第一比特段的取值已出现过，第二取值用于表示与该比特位对应的第一比特段的取值未出现过。例如，第一取值可以为1，第二取值可以为0。

步骤203，从位集中获取与第一比特段的取值对应的比特位。

步骤204，确定多个第一比特段对应的比特位上的取值均为第一取值，其中，第一取值用于表示对应第一比特段的取值已出现过。

在本实施例中，在确定多个第一比特段对应的比特位上的取值均为第一取值的情况下，可确定该节点标识对应的多个第一比特段的取值均已出现过，此时，可结合后续步骤103至步骤104进一步确定已遍历的实体节点中是否存在该目标实体节点。

在本公开的一个实施例中，在确定多个第一比特段对应的比特位中存在取值为第二取值的目标比特位的情况下，将目标比特位上的取值调整为第一取值，并转至从实体节点集合中取出一个未遍历的实体节点作为目标实体节点的步骤，其中，第二取值用于表示与目标比特位对应的第二比特段的取值未出现过。也就是说，在确定多个第一比特段对应的比特位中存在取值为第二取值的目标比特位的情况下，可确定已遍历的实体节点中不存在该目标实体节点，此时，可无需要对该目标实体节点执行步骤103至步骤105，即，可无需对该实体节点进行去重处理。由此，可进一步减少资源开销。

其中，在不同应用场景中，对于上述步骤104根据区间对应的去重方式，确定已遍历的节点中已出现过目标实体节点的实现方式不同，示例性说明如下：

作为一种示例性的实施方式，如图3所示，可以包括：

步骤301，获取区间所对应的多个位集。

步骤302，对节点标识的比特位进行分段，以得到节点标识对应的多个比特段，其中，位集的比特长度大于或者等于第二比特段的比特长度。

其中，需要说明的是，为了减少内存开销，在一些实施例中，可在确定存在属于该区间的实体节点，并且，该实体节点是属于该区间的第一个实体节点时，对多个位集进行初始化，其中，针对每个位集，该位集中的每个比特位上的取值为零。

步骤303，针对每个比特段，从多个位集中获取与比特段对应的目标位集。

步骤304，从目标位集中获取与比特段的取值对应的比特位。

步骤305，在多个比特段对应的比特位上的取值均为第三取值的情况，确定已遍历的节点中已出现过目标实体节点，其中，第三取值表示对应比特段的取值已出现过。

在本实施例中，在对实体节点进行节点去重的过程中，结合多个小于节点标识的比特长度的位集，对实体节点进行去重，减少去重过程中位集所占用的内存资源。

作为另一种示例性的实施方式，如图4所示，可以包括：

步骤401，获取区间对应的哈希表。

步骤402，获取节点标识的高N个比特位以及低M个比特位，其中，N为大于1，且小于K的整数，K表示节点标识的比特长度，M为K与N之间的差值。

例如，采用8字节的整型数据来表示实体节点的节点标识，可确定该节点标识的比特长度K为64个比特位，上述N可以为44。对应地，M为20。

步骤403，从哈希表中获取与高N个比特位的取值所对应的位集。

步骤404，从位集中获取与低M个比特位的取值对应的目标比特位。

步骤405，在目标比特位上的取值为第三取值的情况下，确定已遍历的节点中已出现过目标实体节点。

其中，第三取值用于表示该节点标识已出现过。

在本实施例中，结合哈希表和位集对实体节点进行去重，可减少哈希表和位集所占用的内存资源，减少去重过程中所占用的内存资源。

作为另一种示例性的实施方式，获取区间对应的位集；从位集中获取与节点标识对应的目标比特位；在目标比特位上的取值为第三取值的情况下，确定已遍历的节点中已出现过目标实体节点。

其中，需要说明的是，该位集的比特长度与该区间对应的区间范围是相同的。

其中，上述区间是对节点标识的取值范围进行分段而得到的。

在本实施例中，在对实体节点进行去重的过程中，结合小于实体节点的节点标识的比特位的位集，对实体节点进行去重，可减少去重过程中位集所占用的内存消耗。

作为另一种示例性的实施方式，可获取该区间对应的哈希表，对节点标识进行哈希计算，以得到节点标识所对应的哈希值，并从哈希表中获取与该哈希值对应的至少一个候选值，在至少一个候选值中存在取值为第三取值的候选值时，确定已遍历的节点中已出现过目标实体节点，其中，第三取值表示节点标识已出现过。

其中，上述区间是对节点标识的取值范围进行分段而得到的。

在本实施例中，在对实体节点进行节点去重的过程中，结合节点标识所属区间对应的哈希表，对实体节点进行去重，由此，可减少查找哈希表的时间，并且，可降低内存消耗。

为了实现上述实施例，本公开实施例还提供一种图数据库中的实体节点去重装置。

图5是根据本公开一个实施例提供的一种图数据库中的实体节点去重装置的结构示意图。

如图5所示，图数据库包括知识图谱，该图数据库中的实体节点去重装置500可以包括第一获取模块501、取出模块502、第一确定模块503、第二确定模块504和删除模块505，其中：

第一获取模块501，用于从知识图谱中获取待去重的实体节点集合，其中，实体节点集合包括多个实体节点。

取出模块502，用于从实体节点集合中取出一个未遍历的实体节点作为目标实体节点。

第一确定模块503，用于确定目标实体节点的节点标识所属于的区间，其中，所述区间是对所述节点标识的取值范围进行分段而得到的。

第二确定模块504，根据区间对应的去重方式，确定已遍历的实体节点中已出现过目标实体节点。

删除模块505，用于删除实体节点集合中的目标实体节点。

其中，需要说明的是，前述对图数据库中的实体节点去重方法实施例的解释说明也适用于本实施例，本实施对此不再赘述。

本公开实施例的图数据库中的实体节点去重装置，在对待去重的实体节点集合进行去重的过程中，结合实体节点集合中每个实体节点所属于的区间，并基于该区间对应的去重方式，确定已遍历的实体节点中已出现过对应实体节点，并将实体节点集合中的对应实体节点删除。由此，提供了一种对实体节点进行去重的方式，实现了实体节点地去重。

在本公开的一个实施例中，如图6所示，该图数据库中的实体节点去重装置可以包括：第一获取模块601、取出模块602、第一确定模块603、第二确定模块604、删除模块605、分段模块606、第二获取模块607、第三获取模块608、第三确定模块609、调整模块610。

分段模块606，用于对目标实体节点的节点标识的比特位进行分段，以得到节点标识对应的多个第一比特段，其中，每个第一比特段的比特长度相同，并且，多个第一比特段中部分第一比特段之间存在相同的比特位。

第二获取模块607，用于针对每个第一比特段，获取与第一比特段对应的位集，其中，位集的比特长度大于或者等于第一比特段的比特长度。

第三获取模块608，用于从位集中获取与第一比特段的取值对应的比特位。

第三确定模块609，用于确定多个第一比特段对应的比特位上的取值均为第一取值，其中，第一取值用于表示对应第一比特段的取值已出现过。

其中，关于第一获取模块601、取出模块602、第一确定模块603、第二确定模块604、删除模块605的详细描述请参考图6所示实施例中第一获取模块501、取出模块502、第一确定模块503、第二确定模块504、删除模块505的说明，此处不再进行描述。

在本公开的一个实施例中，如图6所示，该装置还可以包括：

调整模块610，用于在确定多个第一比特段对应的比特位中存在取值为第二取值的目标比特位的情况下，将目标比特位上的取值调整为第一取值，并转至从实体节点集合中取出一个未遍历的实体节点作为目标实体节点的步骤，其中，第二取值用于表示与目标比特位对应的第二比特段的取值未出现过。

在本公开的一个实施例中，上述第二确定模块604，具体用于：获取区间所对应的多个位集；对节点标识的比特位进行分段，以得到节点标识对应的多个第二比特段，其中，位集的比特长度大于或者等于第二比特段的比特长度；针对每个第二比特段，从多个位集中获取与第二比特段对应的目标位集；从目标位集中获取与第二比特段的取值对应的比特位；在多个第二比特段对应的比特位上的取值均为第三取值的情况，确定已遍历的实体节点中已出现过目标实体节点，其中，第三取值表示对应第二比特段的取值已出现过。

在本公开的另一个实施例中，上述第二确定模块604，具体用于：获取区间对应的哈希表；获取节点标识的高N个比特位以及低M个比特位，其中，N为大于1，且小于K的整数，K表示节点标识的比特长度，M为K与N之间的差值；从哈希表中获取与高N个比特位的取值所对应的位集；从位集中获取与低M个比特位的取值对应的目标比特位；在目标比特位上的取值为第三取值的情况下，确定已遍历的实体节点中已出现过目标实体节点，其中，第三取值用于表示该低M个比特位的取值已出现过。

在本公开的另一个实施例中，上述第二确定模块604，具体用于：获取区间对应的位集；从位集中获取与节点标识对应的目标比特位；在目标比特位上的取值为第三取值的情况下，确定已遍历的实体节点中已出现过目标实体节点，其中，第三取值用于表示节点标识已出现过。

在本公开的另一个实施例中，上述第二确定模块604，具体用于：获取区间对应的哈希表；对节点标识进行哈希计算，以得到节点标识所对应的哈希值；从哈希表中获取与哈希值对应的至少一个候选值；在至少一个候选值中存在取值为第三取值的候选值时，确定已遍历的实体节点中已出现过目标实体节点。

其中，需要说明的是，前述对图数据库中的实体节点去重方法实施例的解释说明也适用于本实施例中的图数据库中的实体节点去重装置，此处不再赘述。

根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质和一种计算机程序产品。

图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如图数据库中的实体节点去重方法。例如，在一些实施例中，图数据库中的实体节点去重方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的图数据库中的实体节点去重方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图数据库中的实体节点去重方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

其中，需要说明的是，人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种图数据库中的实体节点去重方法，所述图数据库包括知识图谱，所述方法包括：

从所述知识图谱中获取待去重的实体节点集合，其中，所述实体节点集合包括多个实体节点；

从所述实体节点集合中取出一个未遍历的实体节点作为目标实体节点；

确定所述目标实体节点的节点标识所属于的区间，其中，所述区间是对所述节点标识的取值范围进行分段而得到的；

根据所述区间对应的去重方式，确定已遍历的实体节点中已出现过所述目标实体节点；

删除所述实体节点集合中的所述目标实体节点。

2.根据权利要求1所述的方法，其中，在所述确定所述目标实体节点的节点标识所属于的区间之前，所述方法还包括：

对所述目标实体节点的节点标识的比特位进行分段，以得到所述节点标识对应的多个第一比特段，其中，每个所述第一比特段的比特长度相同，并且，所述多个第一比特段中部分第一比特段之间存在相同的比特位；

针对每个第一比特段，获取与所述第一比特段对应的位集，其中，所述位集的比特长度大于或者等于所述第一比特段的比特长度；

从所述位集中获取与所述第一比特段的取值对应的比特位；

确定所述多个第一比特段对应的比特位上的取值均为第一取值，其中，所述第一取值用于表示对应第一比特段的取值已出现过。

3.根据权利要求2所述的方法，其中，所述方法还包括：

在确定所述多个第一比特段对应的比特位中存在取值为第二取值的目标比特位的情况下，将所述目标比特位上的取值调整为第一取值，并转至从所述实体节点集合中取出一个未遍历的实体节点作为目标实体节点的步骤，其中，第二取值用于表示与所述目标比特位对应的第二比特段的取值未出现过。

4.根据权利要求1-3任一项所述的方法，其中，所述根据所述区间对应的去重方式，确定已遍历的实体节点中已出现过所述目标实体节点，包括：

获取所述区间所对应的多个位集；

对所述节点标识的比特位进行分段，以得到所述节点标识对应的多个第二比特段，其中，所述位集的比特长度大于或者等于所述第二比特段的比特长度；

针对每个第二比特段，从所述多个位集中获取与所述第二比特段对应的目标位集；

从所述目标位集中获取与所述第二比特段的取值对应的比特位；

在所述多个第二比特段对应的比特位上的取值均为第三取值的情况，确定已遍历的实体节点中已出现过所述目标实体节点，其中，所述第三取值表示对应第二比特段的取值已出现过。

5.根据权利要求1-3任一项所述的方法，其中，所述根据所述区间对应的去重方式，确定已遍历的实体节点中已出现过所述目标实体节点，包括：

获取所述区间对应的哈希表；

获取所述节点标识的高N个比特位以及低M个比特位，其中，所述N为大于1，且小于所述K的整数，所述K表示所述节点标识的比特长度，所述M为所述K与所述N之间的差值；

从所述哈希表中获取与所述高N个比特位的取值所对应的位集；

从所述位集中获取与所述低M个比特位的取值对应的目标比特位；

在所述目标比特位上的取值为第三取值的情况下，确定已遍历的实体节点中已出现过所述目标实体节点。

6.根据权利要求1-3任一项所述的方法，其中，所述根据所述区间对应的去重方式，确定已遍历的实体节点中已出现过所述目标实体节点，包括：

获取所述区间对应的位集；

从所述位集中获取与所述节点标识对应的目标比特位；

在所述目标比特位上的取值为第三取值的情况下，确定已遍历的实体节点中已出现过所述目标实体节点，其中，所述第三取值用于表示所述节点标识已出现过。

7.根据权利要求1-3任一项所述的方法，其中，所述根据所述区间对应的去重方式，确定已遍历的实体节点中已出现过所述目标实体节点，包括：

获取所述区间对应的哈希表；

对节点标识进行哈希计算，以得到节点标识所对应的哈希值；

从所述哈希表中获取与所述哈希值对应的至少一个候选值；

在所述至少一个候选值中存在取值为第三取值的候选值时，确定已遍历的实体节点中已出现过所述目标实体节点。

8.一种图数据库中的实体节点去重装置，所述图数据库包括知识图谱，所述装置包括：

第一获取模块，用于从所述知识图谱中获取待去重的实体节点集合，其中，所述实体节点集合包括多个实体节点；

取出模块，用于从所述实体节点集合中取出一个未遍历的实体节点作为目标实体节点；

第一确定模块，用于确定所述目标实体节点的节点标识所属于的区间，其中，所述区间是对所述节点标识的取值范围进行分段而得到的；

第二确定模块，根据所述区间对应的去重方式，确定已遍历的实体节点中已出现过所述目标实体节点；

删除模块，用于删除所述实体节点集合中的所述目标实体节点。

9.根据权利要求8所述的装置，其中，所述装置还包括：

分段模块，用于对所述目标实体节点的节点标识的比特位进行分段，以得到所述节点标识对应的多个第一比特段，其中，每个所述第一比特段的比特长度相同，并且，所述多个第一比特段中部分第一比特段之间存在相同的比特位；

第二获取模块，用于针对每个第一比特段，获取与所述第一比特段对应的位集，其中，所述位集的比特长度大于或者等于所述第一比特段的比特长度；

第三获取模块，用于从所述位集中获取与所述第一比特段的取值对应的比特位；

第三确定模块，用于确定所述多个第一比特段对应的比特位上的取值均为第一取值，其中，所述第一取值用于表示对应第一比特段的取值已出现过。

10.根据权利要求9所述的装置，其中，所述装置还包括：

调整模块，用于在确定所述多个第一比特段对应的比特位中存在取值为第二取值的目标比特位的情况下，将所述目标比特位上的取值调整为第一取值，并转至从所述实体节点集合中取出一个未遍历的实体节点作为目标实体节点的步骤，其中，第二取值用于表示与所述目标比特位对应的第二比特段的取值未出现过。

11.根据权利要求8-10任一项所述的装置，其中，所述第二确定模块，具体用于：

获取所述区间所对应的多个位集；

对所述节点标识的比特位进行分段，以得到所述节点标识对应的多个第二比特段，其中，所述位集的比特长度大于或者等于所述第二比特段的比特长度；

针对每个第二比特段，从所述多个位集中获取与所述第二比特段对应的目标位集；

从所述目标位集中获取与所述第二比特段的取值对应的比特位；

在所述多个第二比特段对应的比特位上的取值均为第三取值的情况，确定已遍历的实体节点中已出现过所述目标实体节点，其中，第三取值表示对应第二比特段的取值已出现过。

12.根据权利要求8-10任一项所述的装置，其中，所述第二确定模块，具体用于：

获取所述区间对应的哈希表；

获取所述节点标识的高N个比特位以及低M个比特位，其中，所述N为大于1，且小于所述K的整数，所述K表示所述节点标识的比特长度，所述M为所述K与所述N之间的差值；

从所述哈希表中获取与所述高N个比特位的取值所对应的位集；

从所述位集中获取与所述低M个比特位的取值对应的目标比特位；

在所述目标比特位上的取值为第三取值的情况下，确定已遍历的实体节点中已出现过所述目标实体节点。

13.根据权利要求8-10任一项所述的装置，其中，所述第二确定模块，具体用于：

获取所述区间对应的位集；

从所述位集中获取与所述节点标识对应的目标比特位；

在所述目标比特位上的取值为第三取值的情况下，确定已遍历的实体节点中已出现过所述目标实体节点，其中，所述第三取值用于表示所述节点标识已出现过。

14.根据权利要求8-10任一项所述的装置，其中，所述第二确定模块，具体用于：

获取所述区间对应的哈希表；

对节点标识进行哈希计算，以得到节点标识所对应的哈希值；

从所述哈希表中获取与所述哈希值对应的至少一个候选值；

在所述至少一个候选值中存在取值为第三取值的候选值时，确定已遍历的实体节点中已出现过所述目标实体节点。

15.一种电子设备，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权利要求1-7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。

17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。

Images