CN116303625B - 一种数据查询的方法、装置、存储介质及电子设备 - Google Patents

Abstract

本说明书公开了一种数据查询的方法、装置、存储介质及电子设备，获取原始数据表，根据预设的知识图谱，确定出原始数据表中包含的实体信息并标注，得到标注后数据表；将标注后数据表和知识图谱输入到预设的分类模型中，以使分类模型确定出原始数据表中各列数据对应的实体类型和原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。根据实体类型关系以及标注后数据表中包含的实体信息，确定补充信息。通过补充信息，补充原始数据表，得到补充后数据表；接收数据查询请求，从数据查询请求中确定出用于描述用户需要查询的查询参考信息，以及根据查询参考信息和补充后数据表中包含的第一描述信息和/或第二描述信息，执行数据查询。

Description

一种数据查询的方法、装置、存储介质及电子设备

技术领域

本说明书涉及计算机技术领域，尤其涉及一种数据查询的方法、装置、存储介质及电子设备。

背景技术

随着互联网技术的快速发展，数据查询广泛应用于多种业务领域。在实际应用中，人们可能需要将一些数据记录在表格中，对数据进行管理和分析，以提高后续对数据进行查询时的效率。但是现有技术并没有对表格数据的内容和表格数据之间的一些关系进行充分标注，这样会导致后续进行数据查询时的效率较低。

因此，如何对表格进行合理优化，以提高数据查询的效率，则是个亟待解决的问题。

发明内容

本说明书提供一种数据查询的方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种数据查询的方法，包括：

获取原始数据表；

根据预设的知识图谱，确定出所述原始数据表中包含的实体信息，并在所述原始数据表中对确定出的所述实体信息进行标注，得到标注后数据表；

将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型根据所述知识图谱确定出所述原始数据表中各列数据对应的实体类型，以及根据所述知识图谱中各实体信息之间的实体关系，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系；

根据所述实体类型关系以及所述标注后数据表中包含的实体信息，确定补充信息，所述补充信息包含第一描述信息和第二描述信息中的至少一种，针对所述原始数据表中包含的每个实体信息，该实体信息对应的第一描述信息用于描述该实体信息，所述第二描述信息用于描述所述原始数据表中各列数据对应实体类型之间的关系；

通过补充信息，补充所述原始数据表，得到补充后数据表；

接收数据查询请求，并从所述数据查询请求中确定出用于描述用户需要查询的数据的查询参考信息，以及根据所述查询参考信息和所述补充后数据表中包含的所述第一描述信息和/或所述第二描述信息，执行数据查询。

可选地，所述补充信息还包括：第三描述信息，针对所述原始数据表中的每列数据，该列数据对应的第三描述信息用于描述该列数据的主题；

所述方法还包括：

根据确定出的所述原始数据表中各列数据对应的实体类型，确定所述第三描述信息。

可选地，在根据预设的知识图谱，确定出所述原始数据表中包含的实体信息之前，所述方法还包括：

识别出所述原始数据表中缺失的数据和/或脏数据；

根据所述缺失的数据和/或所述脏数据，对所述原始数据表进行预处理，得到处理后数据表；

根据预设的知识图谱，确定出所述原始数据表中包含的实体信息，具体包括：

根据预设的知识图谱，确定出所述处理后数据表中包含的实体信息。

可选地，将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型根据所述知识图谱确定出所述原始数据表中各列数据对应的实体类型，以及根据所述知识图谱中各实体信息之间的实体关系，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系，具体包括：

将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型得到所述标注后数据表中每个数据的特征表示、所述知识图谱中包含的实体信息对应的实体类型的特征表示，以及所述知识图谱中各实体信息之间的实体关系的特征表示；

根据所述每个数据的特征表示和所述知识图谱中包含的实体信息对应的实体类型的特征表示之间的相似度，确定所述原始数据表中各列数据对应的实体类型；

确定所述原始数据表中各列数据对应的实体类型的特征表示，并根据所述原始数据表中各列数据对应的实体类型的特征表示和所述知识图谱中各实体信息之间的实体关系的特征表示之间的相似度，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

可选地，根据所述查询参考信息和所述补充后数据表中包含的所述第一描述信息和/或所述第二描述信息，执行数据查询，具体包括：

确定出与所述查询参考信息相匹配的第一描述信息和/或第二描述信息；

根据与所述查询参考信息相匹配的第一描述信息和/或与所述查询参考信息相匹配的第二描述信息，确定所述补充后数据表中待查询数据所在的行；

根据所述待查询数据所在的行中每个数据对应实体类型之间的关系，返回查询结果。

本说明书提供了一种数据查询的装置，包括：

获取模块，用于获取原始数据表；

第一确定模块，用于根据预设的知识图谱，确定出所述原始数据表中包含的实体信息，并在所述原始数据表中对确定出的所述实体信息进行标注，得到标注后数据表；

输入模块，用于将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型根据所述知识图谱确定出所述原始数据表中各列数据对应的实体类型，以及根据所述知识图谱中各实体信息之间的实体关系，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系；

第二确定模块，用于根据所述实体类型关系以及所述标注后数据表中包含的实体信息，确定补充信息，所述补充信息包含第一描述信息和第二描述信息中的至少一种，针对所述原始数据表中包含的每个实体信息，该实体信息对应的第一描述信息用于描述该实体信息，所述第二描述信息用于描述所述原始数据表中各列数据对应实体类型之间的关系；

补充模块，用于通过补充信息，补充所述原始数据表，得到补充后数据表；

接收模块，用于接收数据查询请求，并从所述数据查询请求中确定出用于描述用户需要查询的数据的查询参考信息，以及根据所述查询参考信息和所述补充后数据表中包含的所述第一描述信息和/或所述第二描述信息，执行数据查询。

可选地，所述补充信息还包括：第三描述信息，针对所述原始数据表中的每列数据，该列数据对应的第三描述信息用于描述该列数据的主题；

所述第二确定模块还用于，根据确定出的所述原始数据表中各列数据对应的实体类型，确定所述第三描述信息。

可选地，所述装置还包括：识别模块；

所述识别模块具体用于，识别出所述原始数据表中缺失的数据和/或脏数据；根据所述缺失的数据和/或所述脏数据，对所述原始数据表进行预处理，得到处理后数据表；

所述第一确定模块具体用于，根据预设的知识图谱，确定出所述处理后数据表中包含的实体信息。

可选地，所述输入模块具体用于，将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型得到所述标注后数据表中每个数据的特征表示、所述知识图谱中包含的实体信息对应的实体类型的特征表示，以及所述知识图谱中各实体信息之间的实体关系的特征表示；

根据所述每个数据的特征表示和所述知识图谱中包含的实体信息对应的实体类型的特征表示之间的相似度，确定所述原始数据表中各列数据对应的实体类型；

确定所述原始数据表中各列数据对应的实体类型的特征表示，并根据所述原始数据表中各列数据对应的实体类型的特征表示和所述知识图谱中各实体信息之间的实体关系的特征表示之间的相似度，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

可选地，所述接收模块具体用于，确定出与所述查询参考信息相匹配的第一描述信息和/或第二描述信息；

根据与所述查询参考信息相匹配的第一描述信息和/或与所述查询参考信息相匹配的第二描述信息，确定所述补充后数据表中待查询数据所在的行；

根据所述待查询数据所在的行中每个数据对应实体类型之间的关系，返回查询结果。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述数据查询的方法。

本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述数据查询的方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

本说明书提供的数据查询的方法，根据预设的知识图谱确定出原始数据表中包含的实体信息并标注，得到标注后数据表；将标注后数据表和知识图谱输入到预设的分类模型中，以使分类模型确定出原始数据表中各列数据对应的实体类型和原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。根据实体类型关系以及标注后数据表中包含的实体信息，确定补充信息来补充原始数据表。接收数据查询请求后从数据查询请求中确定出查询参考信息，并根据查询参考信息和补充信息，执行数据查询。

从上述方法中可以看出，本申请将标注后数据表和知识图谱输入到预设的分类模型中，来确定出原始数据表中各列数据对应的实体类型和原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。进一步地，根据实体类型关系和标注后数据表中包含的实体信息，确定出补充信息来补充原始数据表，得到补充后数据表。也就是说，经过补充信息补充得到的补充后数据表是对原始数据表中包含的实体信息和各列数据对应实体类型之间的关系进行了充分标注和补充的。由于补充后数据表中包含了补充信息，本申请在执行数据查询时可以充分利用这些补充信息进行查询，从而极大地提高了数据查询效率。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书中提供的一种数据查询的方法的流程示意图；

图2为本说明书中提供的一种原始数据表；

图3为本说明书中提供的一种对应于图2的补充后数据表；

图4为本说明书中提供的一种数据查询的装置结构的示意图；

图5为本说明书中提供的一种对应于图1的电子设备的结构示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中提供的一种数据查询的方法的流程示意图，包括以下步骤：

S100：获取原始数据表。

S102：根据预设的知识图谱，确定出所述原始数据表中包含的实体信息，并在所述原始数据表中对确定出的所述实体信息进行标注，得到标注后数据表。

在实际应用中，人们可能需要将一些数据以表格的形式存储在数据库中，对数据进行管理和分析，来提高后续对数据进行查询时的效率。

但是数据库中存储的原始数据表可能只记录了表格中包含的数据，对表格数据的内容和表格数据之间的一些关系没有进行充分标注或补充，这样反而会降低数据查询的效率。基于此，本说明书中提供了一种数据查询的方法，以解决原始数据表未对表格数据的内容和表格数据之间的一些关系没有进行充分标注或补充的问题。

本申请的执行主体可以是服务器，也可以是诸如平板电脑，笔记本电脑，台式电脑等电子设备。为了便于说明，下面仅以服务器为执行主体，对本申请提供的数据查询的方法进行说明。

服务器可以先获取原始数据表，在获取到原始数据表后，服务器可以根据预设的知识图谱，确定出原始数据表中包含的实体信息，并在原始数据表中对确定出的所述实体信息进行标注，得到标注后数据表。

在本说明书，服务器获取的原始数据表可以是矩阵形式的表格数据，也可以是文本形式的表格数据，本说明书不对原始数据表的形式进行限制。

具体地，图2为本说明书中提供的一种原始数据表，在获取到原始数据表后，服务器可以根据预设的知识图谱，从原始数据表中确定出与知识图谱中包含的实体信息相匹配的实体信息，并在原始数据表中标注出这些实体信息，以得到标注后数据表。需要说明的是，上述预设的知识图谱中包含的各个实体都对应于一个节点，存在某些关系的实体之间会通过边进行连接，最终形成一个完整的知识网络，服务器可以获取根据维基百科上的部分数据来构建知识图谱。

其中，服务器可以将获取到的原始数据表和预设的知识图谱输入到预设的识别模型中，以通过识别模型得到原始数据表中每个数据的特征表示和知识图谱中包含的实体信息的特征表示。进一步地，识别模型可以确定出每个数据的特征表示和知识图谱中包含的实体信息的特征表示之间的相似度，并将原始数据表中和知识图谱中包含的实体信息相似度大于预设阈值的实体信息，作为原始数据表中包含的实体信息，并对确定出的实体信息进行标注，以得到标注后数据表。

其中，识别模型可以采用多种方法确定每个数据的特征表示和知识图谱中包含的实体信息的特征表示之间的相似度，比如计算每个数据的特征表示和知识图谱中包含的实体信息的特征表示之间余弦相似度或者欧式距离等等。

需要说明的是，在根据预设的知识图谱确定原始数据表中包含的实体信息之前，服务器可以先对获取到的原始数据表进行预处理。

具体地，服务器可以先识别出原始数据表中缺失的数据和/或脏数据。

针对原始数据表中缺失的数据，若原始数据表中某一行或者某一列中的数据均缺失，服务器可以将缺失数据的这行或这列直接删除。针对原始数据表中个别缺失的数据所在的列，服务器可以根据该列数据的数据分布，对缺失的数据进行填补。

例如，假设某列数据中共有五十个数据，该列数据为某班级中学生的年龄，该列数据中有四十五个数据的数值均为“10”，四个数据的数值为“11”，还缺失了一个数据，服务器可以将该列数据中的出现次数最多的数据补充到缺失的数据上（即“10”）。若该列数据表示某班级中学生的成绩，且学生成绩的数据分布较为均匀，服务器可以计算出该列数据中未缺失数据的平均数，填补到缺失的数据上，得到处理后数据表。

当然，服务器也可以将原始数据表输入到预先训练好的填补模型中，以通过填补模型确定出原始数据表中的缺失数据，并将确定出的缺失的数据填补到原始数据表中，得到处理后数据表。

针对原始数据表中的脏数据，即原始数据表中乱码的数据和与所在列中的其他数据的数据格式不统一的数据，服务器可以对脏数据进行预处理，使得脏数据成为正常数据。

例如，假设原始数据表中包含有乱码的数据，服务器可以使用ftfy库解决杂乱字符串的问题，将乱码数据恢复正常，得到处理后数据表。继续沿用上例，若某列数据为某班级中学生的年龄，该列数据中有四十九个数据的数值均为“10”，即四十九个数据的数据类型相同且均为整型，若第五十个数据为“10岁”，则服务器可以将该数据确定为脏数据并进行预处理，将该数据重新确定为“10”，进而得到处理后数据表。

在得到处理后数据表后，同样地，服务器可以通过上述方式，根据预设的知识图谱确定处理后数据表中包含的实体信息，并对确定出的实体信息进行标注，得到标注后数据表。

S104：将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型根据所述知识图谱确定出所述原始数据表中各列数据对应的实体类型，以及根据所述知识图谱中各实体信息之间的实体关系，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

在得到标注后数据表后，服务器可以将标注后数据表和知识图谱输入到预设的分类模型中，以使分类模型根据知识图谱确定出原始数据表中各列数据对应的实体类型，以及根据知识图谱中各实体信息之间的实体关系，确定出原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

具体地，服务器可以将标注后数据表和知识图谱输入到预设的分类模型中，以通过分类模型得到标注后数据表中每个数据的特征表示、知识图谱中包含的实体信息对应的实体类型的特征表示，以及知识图谱中各实体信息之间的实体关系的特征表示。进一步地，分类模型可以根据每个数据的特征表示和知识图谱中包含的实体信息对应的实体类型的特征表示之间的相似度，确定原始数据表中各列数据对应的实体类型。

例如，假设标注后数据表中其中一列数据中包含的数据为：“美食A”、“美食B”和“美食C”，且知识图谱中包含的实体信息对应的实体类型有三种：“美食”、“地区”和“季节”。服务器将标注后数据表和知识图谱输入到预设的分类模型后，分类模型可以得到原始数据表中包含的三个数据的特征表示和知识图谱中包含的实体信息对应的实体类型的特征表示。

进一步地，分类模型可以分别计算“美食A”的特征表示与上述三种实体类型的特征表示之间的相似度，假设分类模型确定出的与“美食A”和“美食B”的特征表示相似度最高的特征表示对应的实体类型均为“美食”，而与“美食C”的特征表示相似度最高的特征表示对应的实体类型为“地区”，那么，分类模型可以将“美食”确定为原始数据表中的该列数据对应的实体类型。

以此类推，分类模型可以根据每个数据的特征表示和知识图谱中包含的实体信息对应的实体类型的特征表示之间的相似度，确定原始数据表中各列数据对应的实体类型。

值得说明的是，在确定出原始数据表中各列数据对应的实体类型后，分类模型还可以根据知识图谱中各实体信息之间的实体关系，确定出原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

具体地，分类模型可以确定原始数据表中各列数据对应的实体类型的特征表示，并根据原始数据表中各列数据对应的实体类型的特征表示和知识图谱中各实体信息之间的实体关系的特征表示之间的相似度，确定出原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

继续沿用上例，假设标注后数据表中其中一列数据中包含的数据为：“美食A”、“美食B”和“美食C”，另一列数据中包含的数据为：“地区A”、“地区B”和“地区C”。分类模型在确定出这两列数据对应的实体类型分别为“美食”和“地区”后，针对该两列中处于同一行的数据“美食A”和“地区A”，分类模型可以根据“美食A”的特征表示和“地区A”的特征表示，确定出目标特征表示，以此类推，针对该两列中处于同一行的其他数据，分类模型也可以确定出其他的目标特征表示。其中，确定目标特征表示的方式有很多，分类模型可以将两列中位于同一行的数据的特征表示进行拼接，得到目标特征表示，也可以将两列中位于同一行的数据的特征表示的平均值，作为目标特征表示。

进一步地，分类模型可以分别计算出各目标特征表示和知识图谱中各实体信息之间的实体关系的特征表示之间的相似度。假设知识图谱中各实体信息之间的实体关系有两种：“所在的地区是”和“提供的饭店是”，若目标特征表示均与实体关系中“所在的地区是”的特征表示相似度最高，那么分类模型可以将“所在的地区是”作为原始数据表中该两列数据对应的实体类型之间的关系，即实体类型关系。

S106：根据所述实体类型关系以及所述标注后数据表中包含的实体信息，确定补充信息，所述补充信息包含第一描述信息和第二描述信息中的至少一种，针对所述原始数据表中包含的每个实体信息，该实体信息对应的第一描述信息用于描述该实体信息，所述第二描述信息用于描述所述原始数据表中各列数据对应实体类型之间的关系。

S108：通过补充信息，补充所述原始数据表，得到补充后数据表。

通过分类模型确定出标注后数据表中每列数据之间的实体类型关系后，服务器可以根据实体类型关系以及标注后数据表中包含的实体信息，确定补充信息。

其中，补充信息包含第一描述信息和第二描述信息中的至少一种，针对原始数据表中包含的每个实体信息，该实体信息对应的第一描述信息用于描述该实体信息，第二描述信息用于描述原始数据表中各列数据对应实体类型之间的关系。服务器可以通过补充信息，补充原始数据表，进而得到补充后数据表。

为了便于理解，图3为本说明书中提供的一种对应于图2的补充后数据表。如图3所示，由于标注后数据表已经对原始数据表中包含的实体信息进行了标注，服务器可以从知识图谱中找到和原始数据表中包含的实体信息相对应的实体信息，将其作为第一描述信息。

例如，针对图2中包含的其中一个实体信息：“美食A”，服务器可以从知识图谱中找到与之对应的实体信息：“美食A’”,作为第一描述信息。以此类推，服务器可以将原始数据表中包含的每个实体信息所对应的第一描述信息补充到原始数据表中，得到补充后数据表。

除此之外，基于分类模型确定出的原始数据表中各列数据对应实体类型之间的关系，服务器可以将用于描述原始数据表中各列数据对应实体类型之间的关系的信息作为第二描述信息。

如图3所示，针对“col0”和“col1”所在的这两列数据，基于分类模型，服务器可以确定该两列中位于同一行的各数据之间的对应实体类型之间的关系为“所在的地区是”，服务器可以将各列数据之间的对应实体类型之间的关系为作为第二描述信息，并在原始数据表的基础上新增一行“Property”，将第二描述信息补充到新增的行中，进而得到补充后数据表。

需要说明的是，服务器还可以根据确定第三描述信息作为补充信息，对原始数据表进行补充。针对原始数据表中的每列数据，该列数据对应的第三描述信息用于描述该列数据的主题。

例如，基于分类模型，服务器可以确定出图2中“col0”这列数据描述的主题为“delicacy”，服务器还可以在原始数据表的基础上再新增一行“Type”，将每列数据对应的第三描述信息补充到新增的行中，进而得到补充后数据表。

值得说明的是，除了第一描述信息、第二描述信息和第三描述信息之外，服务器还可以在原始数据表上补充一些其他的信息。

标题行和主题列是一个数据表中重要的组成部分，标题行和主题列的内容可以反应出数据表所描述的主要内容。因此，根据原始数据表，服务器还可以从原始数据表中确定出标题行和主题列，并对标题栏和主题列进行标注。

例如，如图3所示，服务器在确定出原始数据表中的标题行后，可以在原始数据表中新增一列，将标题行标注为“Header”补充到新增列中，在确定出原始数据表中的主题列后，可以将主题列标注为“Subject Column”，并将“Subject Column”补充到各列数据对应实体类型之间的关系行中，最终得到补充后数据表。

S110：接收数据查询请求，并从所述数据查询请求中确定出用于描述用户需要查询的数据的查询参考信息，以及根据所述查询参考信息和所述补充后数据表中包含的所述第一描述信息和/或所述第二描述信息，执行数据查询。

在得到补充后数据表后，服务器可以接收数据查询请求，从数据查询请求中确定出用于描述用户需要查询的数据的查询参考信息，并确定出与查询参考信息相匹配的第一描述信息和/或第二描述信息。

例如，假设服务器从数据查询请求中确定出用于描述用户需要查询的数据的查询参考信息为：“适合吃美食A’的季节是？”。在原始数据表中并没有“美食A’”，但服务器可以从补充后数据表中的第一描述信息和/或与第二描述信息确定出与“美食A’”相匹配的字段，进而确定补充后数据表中待查询数据所在的行。

确定补充后数据表中待查询数据所在的行后，服务器可以根据待查询数据所在的行中每个数据对应实体类型之间的关系：“适合的季节是是”，返回查询结果。

值得说明的是，在进行数据查询时，服务器可以采用如上述提问的形式，从补充后数据表中进行查询，也可以直接使用SQL查询(Structured-Query-Language，SQL)，本说明书不对数据查询的形式进行限制。

从上述方法中可以看出，本申请将标注后数据表和知识图谱输入到预设的分类模型中，来确定出原始数据表中各列数据对应的实体类型和原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。进一步地，根据实体类型关系和标注后数据表中包含的实体信息，确定出补充信息来补充原始数据表，得到补充后数据表。也就是说，经过补充信息补充得到的补充后数据表是对原始数据表中包含的实体信息和各列数据对应实体类型之间的关系进行了充分标注和补充的。由于补充后数据表中包含了补充信息，本申请在执行数据查询时可以充分利用这些补充信息进行查询，从而极大地提高了数据查询效率。

以上为本说明书的一个或多个实施的方法，基于同样的思路，本说明书还提供了相应的数据查询的装置，如图4所示。

图4为本说明书提供的一种的数据查询的装置的示意图，包括：

获取模块400，用于获取原始数据表；

第一确定模块402，用于根据预设的知识图谱，确定出所述原始数据表中包含的实体信息，并在所述原始数据表中对确定出的所述实体信息进行标注，得到标注后数据表；

输入模块404，用于将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型根据所述知识图谱确定出所述原始数据表中各列数据对应的实体类型，以及根据所述知识图谱中各实体信息之间的实体关系，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系；

第二确定模块406，用于根据所述实体类型关系以及所述标注后数据表中包含的实体信息，确定补充信息，所述补充信息包含第一描述信息和第二描述信息中的至少一种，针对所述原始数据表中包含的每个实体信息，该实体信息对应的第一描述信息用于描述该实体信息，所述第二描述信息用于描述所述原始数据表中各列数据对应实体类型之间的关系；

补充模块408，用于通过补充信息，补充所述原始数据表，得到补充后数据表；

接收模块410，用于接收数据查询请求，并从所述数据查询请求中确定出用于描述用户需要查询的数据的查询参考信息，以及根据所述查询参考信息和所述补充后数据表中包含的所述第一描述信息和/或所述第二描述信息，执行数据查询。

可选地，所述补充信息还包括：第三描述信息，针对所述原始数据表中的每列数据，该列数据对应的第三描述信息用于描述该列数据的主题；

所述第二确定模块406还用于，根据确定出的所述原始数据表中各列数据对应的实体类型，确定所述第三描述信息。

可选地，所述装置还包括：识别模块412；

所述识别模块412具体用于，识别出所述原始数据表中缺失的数据和/或脏数据；根据所述缺失的数据和/或所述脏数据，对所述原始数据表进行预处理，得到处理后数据表；

所述第一确定模块402具体用于，根据预设的知识图谱，确定出所述处理后数据表中包含的实体信息。

可选地，所述输入模块404具体用于，将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型得到所述标注后数据表中每个数据的特征表示、所述知识图谱中包含的实体信息对应的实体类型的特征表示，以及所述知识图谱中各实体信息之间的实体关系的特征表示；

根据所述每个数据的特征表示和所述知识图谱中包含的实体信息对应的实体类型的特征表示之间的相似度，确定所述原始数据表中各列数据对应的实体类型；

确定所述原始数据表中各列数据对应的实体类型的特征表示，并根据所述原始数据表中各列数据对应的实体类型的特征表示和所述知识图谱中各实体信息之间的实体关系的特征表示之间的相似度，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

可选地，所述接收模块410具体用于，确定出与所述查询参考信息相匹配的第一描述信息和/或第二描述信息；

根据与所述查询参考信息相匹配的第一描述信息和/或与所述查询参考信息相匹配的第二描述信息，确定所述补充后数据表中待查询数据所在的行；

根据所述待查询数据所在的行中每个数据对应实体类型之间的关系，返回查询结果。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种数据查询的方法。

本说明书还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5所示，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的数据查询的方法。

当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (12)

1.一种数据查询的方法，其特征在于，包括：

获取原始数据表；

根据预设的知识图谱，确定出所述原始数据表中包含的实体信息，并在所述原始数据表中对确定出的所述实体信息进行标注，得到标注后数据表；

将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型根据所述知识图谱确定出所述原始数据表中各列数据对应的实体类型，以及根据所述知识图谱中各实体信息之间的实体关系，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系；

根据所述实体类型关系以及所述标注后数据表中包含的实体信息，确定补充信息，所述补充信息包含第一描述信息和第二描述信息中的至少一种，针对所述原始数据表中包含的每个实体信息，该实体信息对应的第一描述信息用于描述该实体信息，所述第二描述信息用于描述所述原始数据表中各列数据对应实体类型之间的关系；

通过补充信息，补充所述原始数据表，得到补充后数据表；

接收数据查询请求，并从所述数据查询请求中确定出用于描述用户需要查询的数据的查询参考信息，以及根据所述查询参考信息和所述补充后数据表中包含的所述第一描述信息和/或所述第二描述信息，执行数据查询。

2.如权利要求1所述的方法，其特征在于，所述补充信息还包括：第三描述信息，针对所述原始数据表中的每列数据，该列数据对应的第三描述信息用于描述该列数据的主题；

所述方法还包括：

根据确定出的所述原始数据表中各列数据对应的实体类型，确定所述第三描述信息。

3.如权利要求1所述的方法，其特征在于，在根据预设的知识图谱，确定出所述原始数据表中包含的实体信息之前，所述方法还包括：

识别出所述原始数据表中缺失的数据和/或脏数据；

根据所述缺失的数据和/或所述脏数据，对所述原始数据表进行预处理，得到处理后数据表；

根据预设的知识图谱，确定出所述原始数据表中包含的实体信息，具体包括：

根据预设的知识图谱，确定出所述处理后数据表中包含的实体信息。

4.如权利要求1所述的方法，其特征在于，将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型根据所述知识图谱确定出所述原始数据表中各列数据对应的实体类型，以及根据所述知识图谱中各实体信息之间的实体关系，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系，具体包括：

将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型得到所述标注后数据表中每个数据的特征表示、所述知识图谱中包含的实体信息对应的实体类型的特征表示，以及所述知识图谱中各实体信息之间的实体关系的特征表示；

根据所述每个数据的特征表示和所述知识图谱中包含的实体信息对应的实体类型的特征表示之间的相似度，确定所述原始数据表中各列数据对应的实体类型；

确定所述原始数据表中各列数据对应的实体类型的特征表示，并根据所述原始数据表中各列数据对应的实体类型的特征表示和所述知识图谱中各实体信息之间的实体关系的特征表示之间的相似度，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

5.如权利要求1所述的方法，其特征在于，根据所述查询参考信息和所述补充后数据表中包含的所述第一描述信息和/或所述第二描述信息，执行数据查询，具体包括：

确定出与所述查询参考信息相匹配的第一描述信息和/或第二描述信息；

根据与所述查询参考信息相匹配的第一描述信息和/或与所述查询参考信息相匹配的第二描述信息，确定所述补充后数据表中待查询数据所在的行；

根据所述待查询数据所在的行中每个数据对应实体类型之间的关系，返回查询结果。

6.一种数据查询的装置，其特征在于，包括：

获取模块，用于获取原始数据表；

第一确定模块，用于根据预设的知识图谱，确定出所述原始数据表中包含的实体信息，并在所述原始数据表中对确定出的所述实体信息进行标注，得到标注后数据表；

输入模块，用于将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型根据所述知识图谱确定出所述原始数据表中各列数据对应的实体类型，以及根据所述知识图谱中各实体信息之间的实体关系，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系；

第二确定模块，用于根据所述实体类型关系以及所述标注后数据表中包含的实体信息，确定补充信息，所述补充信息包含第一描述信息和第二描述信息中的至少一种，针对所述原始数据表中包含的每个实体信息，该实体信息对应的第一描述信息用于描述该实体信息，所述第二描述信息用于描述所述原始数据表中各列数据对应实体类型之间的关系；

补充模块，用于通过补充信息，补充所述原始数据表，得到补充后数据表；

接收模块，用于接收数据查询请求，并从所述数据查询请求中确定出用于描述用户需要查询的数据的查询参考信息，以及根据所述查询参考信息和所述补充后数据表中包含的所述第一描述信息和/或所述第二描述信息，执行数据查询。

7.如权利要求6所述的装置，其特征在于，所述补充信息还包括：第三描述信息，针对所述原始数据表中的每列数据，该列数据对应的第三描述信息用于描述该列数据的主题；

所述第二确定模块还用于，根据确定出的所述原始数据表中各列数据对应的实体类型，确定所述第三描述信息。

8.如权利要求6所述的装置，其特征在于，所述装置还包括：识别模块；

所述识别模块具体用于，识别出所述原始数据表中缺失的数据和/或脏数据；根据所述缺失的数据和/或所述脏数据，对所述原始数据表进行预处理，得到处理后数据表；

所述第一确定模块具体用于，根据预设的知识图谱，确定出所述处理后数据表中包含的实体信息。

9.如权利要求6所述的装置，其特征在于，所述输入模块具体用于，将所述标注后数据表和所述知识图谱输入到预设的分类模型中，以使所述分类模型得到所述标注后数据表中每个数据的特征表示、所述知识图谱中包含的实体信息对应的实体类型的特征表示，以及所述知识图谱中各实体信息之间的实体关系的特征表示；

根据所述每个数据的特征表示和所述知识图谱中包含的实体信息对应的实体类型的特征表示之间的相似度，确定所述原始数据表中各列数据对应的实体类型；

确定所述原始数据表中各列数据对应的实体类型的特征表示，并根据所述原始数据表中各列数据对应的实体类型的特征表示和所述知识图谱中各实体信息之间的实体关系的特征表示之间的相似度，确定出所述原始数据表中各列数据对应的实体类型之间的关系，作为实体类型关系。

10.如权利要求6所述的装置，其特征在于，所述接收模块具体用于，确定出与所述查询参考信息相匹配的第一描述信息和/或第二描述信息；

根据与所述查询参考信息相匹配的第一描述信息和/或与所述查询参考信息相匹配的第二描述信息，确定所述补充后数据表中待查询数据所在的行；

根据所述待查询数据所在的行中每个数据对应实体类型之间的关系，返回查询结果。

11.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~5任一项所述的方法。

12.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现上述权利要求1~5任一项所述的方法。