CN117235289B - 一种面向场景化决策需求的领域图谱模型的处理方法 - Google Patents
一种面向场景化决策需求的领域图谱模型的处理方法 Download PDFInfo
- Publication number
- CN117235289B CN117235289B CN202311523808.3A CN202311523808A CN117235289B CN 117235289 B CN117235289 B CN 117235289B CN 202311523808 A CN202311523808 A CN 202311523808A CN 117235289 B CN117235289 B CN 117235289B
- Authority
- CN
- China
- Prior art keywords
- node
- entity
- event
- nodes
- domain
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 67
- 238000010276 construction Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 50
- 230000011218 segmentation Effects 0.000 claims description 45
- 235000019633 pungent taste Nutrition 0.000 claims description 24
- 210000000746 body region Anatomy 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000013021 overheating Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000009960 carding Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种面向场景化决策需求的领域图谱模型的处理方法，包括：基于领域图谱构建数据构建具有领域知识的领域图谱模型；根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序；提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点；确定实体节点集合和/或事件节点集合中相对应目标实体节点和/或目标事件节点的节点定位信息；基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端。
Description
技术领域
本发明涉及数据处理技术，尤其涉及一种面向场景化决策需求的领域图谱模型的处理方法。
背景技术
知识图谱可以帮助企业自动构建行业图谱，摆脱原始的人工输入，可以对数据进行结构化记录，应用场景丰富，比如电力领域的数据量较大，且数据较为混乱，通过知识图谱可以实现对数据的自动梳理，用于异常监控、风险控制等场景，达到真正的智能和自动。
现有技术中，用户有检索需求时，会向知识图谱输入需求数据，图谱在定位相应需求数据时，需要逐个遍历节点时，数据处理量大，无法快速定位。
因此，如何快速对用户的需求数据进行定位，提高处理效率，成为了急需解决的问题。
发明内容
本发明实施例提供一种面向场景化决策需求的领域图谱模型的处理方法，可以快速对用户的需求数据进行定位，提高处理效率。
本发明实施例的第一方面，提供一种面向场景化决策需求的领域图谱模型的处理方法，包括：
服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签；
服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序；
服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点；
按照所述节点集合顺序遍历与目标领域标签所对应的实体节点集合和/或事件节点集合，以及确定实体节点集合和/或事件节点集合中相对应目标实体节点和/或目标事件节点的节点定位信息；
基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端。
可选地，在第一方面的一种可能实现方式中，所述服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签，包括：
服务器获取领域图谱构建数据中的所有节点的知识内容以及节点连接关系，根据所述节点的知识内容建立相对应的实体节点和/或事件节点，基于所述节点连接关系将实体节点和/或事件节点相连接，并得到每个实体节点和/或事件节点的节点定位信息；
若判断领域图谱构建数据中具有相应节点的领域标签，则对相应的实体节点和/或事件节点进行领域标签的添加；
基于标签添加模型获取节点的知识内容并分析，得到相对应的领域标签对实体节点和/或事件节点添加。
可选地，在第一方面的一种可能实现方式中，所述基于标签添加模型获取节点的知识内容并分析，得到相对应的领域标签对实体节点和/或事件节点添加，包括：
标签添加模型若判断所获取的节点为实体节点，则将实体节点的节点名称分词作为第一实体分词，对实体节点的知识内容进行分词处理得到第二实体分词；
标签添加模型若判断所获取的节点为事件节点，则将事件节点的节点名称作为第一事件分句，对事件节点的知识内容进行分句处理得到第二事件分句；
标签添加模型获取现有实体节点和/或事件节点所具有的领域标签作为待比对标签，以及获取用户预先配置的预设标签作为待比对标签；
基于所述第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加。
可选地，在第一方面的一种可能实现方式中，所述基于所述第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加，包括：
若判断所述第一实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和主体标签；
若判断所述第二实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和非主体标签；
若判断所述第一事件分句与待比对标签相对应，则对相应的事件节点添加相对应的领域标签和主体标签；
若判断所述第二事件分句与待比对标签相对应，则对相应的事件节点添加相对应的领域标签和非主体标签。
可选地，在第一方面的一种可能实现方式中，所述服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序，包括：
若领域标签为实体领域信息则生成相对应的实体节点集合，若领域标签为事件领域信息则生成相对应的事件节点集合；
在实体节点集合、事件节点集合分别建立相对应的主体区域和非主体区域，所述主体区域位于所述非主体区域前部；
依次遍历实体节点和/或事件节点所对应的领域标签，将相对应的实体节点和/或事件节点归类至实体节点集合和/或事件节点集合内，并结合主体标签或非主体标签排列在主体区域或非主体区域排列；
基于主体区域和非主体区域所对应实体节点和/或事件节点的搜索次数生成实体节点集合和/或事件节点集合的热度，基于所述热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
可选地，在第一方面的一种可能实现方式中，所述依次遍历实体节点和/或事件节点所对应的领域标签，将相对应的实体节点和/或事件节点归类至实体节点集合和/或事件节点集合内，并结合主体标签或非主体标签排列在主体区域或非主体区域排列，包括：
将实体节点的领域标签与相应的实体节点集合比对，若一致则获取其相对应的主体标签或非主体标签；
若为主体标签则将实体节点归类至相应实体节点集合的主体区域，若为非主体标签则将实体节点归类至相应实体节点集合的非主体区域；
将事件节点的领域标签与相应的事件节点集合比对，若一致则获取其相对应的主体标签或非主体标签；
若为主体标签则将事件节点归类至相应事件节点集合的主体区域，若为非主体标签则将事件节点归类至相应事件节点集合的非主体区域。
可选地，在第一方面的一种可能实现方式中，所述基于主体区域和非主体区域所对应实体节点和/或事件节点的搜索次数生成实体节点集合和/或事件节点集合的热度，基于所述热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序，包括：
获取实体节点集合和/或事件节点集合内每个实体节点和/或事件节点的主动搜索次数和被动输出次数；
分别计算主体区域、非主体区域的实体节点和/或事件节点的主动搜索次数之和以及被动输出次数之和，对主体区域、非主体区域的主动搜索次数分别加权处理后得到主动搜索热度，对主体区域、非主体区域的被动搜索次数分别加权处理后得到被动搜索热度；
基于所述主动搜索热度、被动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
可选地，在第一方面的一种可能实现方式中，所述基于所述主动搜索热度、被动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序，包括：
基于主动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序；
若判断任意两个实体节点集合和/或事件节点集合的主动搜索热度相同，则基于被动搜索热度对相应的两个实体节点集合和/或事件节点集合降序排序得到节点集合顺序；
若判断任意两个实体节点集合和/或事件节点集合的被动搜索热度相同，则随机对两个实体节点集合和/或事件节点集合排序。
可选地，在第一方面的一种可能实现方式中，所述服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点，包括：
服务器在接收到任意需求端上传的决策需求时，对决策需求所对应的领域词语或领域语句与领域标签进行比对，确定比对一致的领域标签作为目标领域标签；或，
统计所有已存在的领域标签生成标签列表对需求端显示，根据需求端的选择确定相对应的目标领域标签；
与需求端交互确定决策需求中的节点词语或节点语句确定一个目标实体节点和/或目标事件节点。
可选地，在第一方面的一种可能实现方式中，所述基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端，包括：
根据所述节点定位信息在领域图谱模型中确定相应的目标实体节点和/或目标事件节点；
基于预设节点挑选策略获取与目标实体节点和/或目标事件节点所直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，得到处理数据；
基于所述目标实体节点和/或目标事件节点进行相应的主动搜索次数更新，以及基于所述第一目标实体节点和/或第一目标事件节点进行相应的被动输出次数更新。
可选地，在第一方面的一种可能实现方式中，所述基于预设节点挑选策略获取与目标实体节点和/或目标事件节点所直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，得到处理数据，包括：
对目标实体节点和/或目标事件节点按照第一预设形式显示；
确定每个目标实体节点和/或目标事件节点所对应的连接线，根据预设连接关系数量确定每个连接线上直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，在判断每个连接线上达到所述预设连接关系数量后停止第一目标实体节点和/或第一目标事件节点的确定；
对所确定的第一目标实体节点和/或第一目标事件节点按照第二预设形式显示，将目标实体节点和/或目标事件节点、第一目标实体节点和/或第一目标事件节点所形成的连接结构作为处理数据反馈至需求端。
本发明实施例的第二方面，提供一种面向场景化决策需求的领域图谱模型的处理系统，包括：
构建模块，用于使服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签；
归类模块，用于使服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序；
提取模块，用于使服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点；
遍历模块，用于按照所述节点集合顺序遍历与目标领域标签所对应的实体节点集合和/或事件节点集合，以及确定实体节点集合和/或事件节点集合中相对应目标实体节点和/或目标事件节点的节点定位信息；
生成模块，用于基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端。
本发明实施例的第三方面，提供一种电子设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可能涉及的所述方法。
本发明实施例的第四方面，提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能涉及的所述方法。
本方案会构建具有领域知识的领域图谱模型，然后对领域图谱模型中的节点进行标签化，在标签化时，会结合特殊的标签添加策略进行标签化，使得每个实体节点和/或事件节点具有相对应的领域标签，然后结合归类策略、领域标签对节点进行归类并排序，在用户有数据需求时，结合顺序和目标领域标签对数据进行组合快速定位。通过上述方式，无需对数据进行逐一遍历，可以快速对用户的需求数据进行定位，提高处理效率。
附图说明
图1是本发明实施例提供的一种面向场景化决策需求的领域图谱模型的处理方法的流程示意图；
图2是本发明实施例提供的一种领域图谱模型的示意图；
图3是本发明实施例提供的一种面向场景化决策需求的领域图谱模型的处理系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，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。基于本发明中的实施例，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，都属于本发明保护的范围。
参见图1，是本发明实施例提供的一种面向场景化决策需求的领域图谱模型的处理方法的流程示意图，该方法包括S1-S5：
S1，服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签。
本公开会结合领域图谱构建数据构建具有领域知识的领域图谱模型，其中，领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签。参见图2，是本发明实施例提供的一种领域图谱模型的示意图，实体节点可以是变压器，事件节点可以是变压器过热、变压器过压、变压器过热的解决方式、变压器过压的解决方式。上述仅以变压器维度示例说明，在实际应用中，电力领域类似上述示例的数据众多，本方案通过领域图谱模型可以实现对数据的梳理。
在一些实施例中，服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签，包括S11-S13：
S11，服务器获取领域图谱构建数据中的所有节点的知识内容以及节点连接关系，根据所述节点的知识内容建立相对应的实体节点和/或事件节点，基于所述节点连接关系将实体节点和/或事件节点相连接，并得到每个实体节点和/或事件节点的节点定位信息。
服务器会对领域图谱构建数据进行解析，得到所有节点的知识内容以及节点连接关系。
本公开会结合节点的知识内容建立相对应的实体节点和/或事件节点，同时利用节点连接关系将实体节点和/或事件节点相连接，并得到每个实体节点和/或事件节点的节点定位信息。例如，变压器过热的解决方式的事件节点可以与变压器的实体节点相连接。上述的节点定位信息为相应实体节点和/或事件节点在领域图谱模型中的位置信息，例如是变压器的实体节点对应的位置信息。
S12，若判断领域图谱构建数据中具有相应节点的领域标签，则对相应的实体节点和/或事件节点进行领域标签的添加。
如果判断领域图谱构建数据中具有相应节点的领域标签，则本方案会对相应的实体节点和/或事件节点进行领域标签的添加。
例如，实体节点变压器的领域标签为变压器，此时，本方案会对变压器的实体节点添加变压器的领域标签。
值得一提的是，上述是指节点具有相应的领域标签，在一些情况下，节点是没有相应的领域标签的，后续本方案会利用不同的方式进行标签的设置。
S13，基于标签添加模型获取节点的知识内容并分析，得到相对应的领域标签对实体节点和/或事件节点添加。
其中，所述基于标签添加模型获取节点的知识内容并分析，得到相对应的领域标签对实体节点和/或事件节点添加，包括S131-S134：
S131，标签添加模型若判断所获取的节点为实体节点，则将实体节点的节点名称分词作为第一实体分词，对实体节点的知识内容进行分词处理得到第二实体分词。
标签添加模型如果判断所获取的节点为实体节点，则将实体节点的节点名称分词作为第一实体分词，例如，第一实体分词为变压器，对实体节点的知识内容进行分词处理得到第二实体分词，例如，第二实体分词为变压器的内容介绍。值得一提的是，本方案通过名称和知识内容进行区分分词，分别得到第一实体分词和第二实体分词。
S132，标签添加模型若判断所获取的节点为事件节点，则将事件节点的节点名称作为第一事件分句，对事件节点的知识内容进行分句处理得到第二事件分句。
标签添加模型如果判断所获取的节点为事件节点，则本公开会将事件节点的节点名称作为第一事件分句，例如，第一事件分句为变压器过热。对事件节点的知识内容进行分句处理得到第二事件分句。第二事件分句例如为打开散热风扇。
S133，标签添加模型获取现有实体节点和/或事件节点所具有的领域标签作为待比对标签，以及获取用户预先配置的预设标签作为待比对标签。
标签添加模型会得到现有实体节点和/或事件节点所具有的领域标签作为待比对标签，同时获取用户预先配置的预设标签作为待比对标签。可以这么理解，待比对标签可以是提取的现有存在的，以及用户自己配置的。
S134，基于所述第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加。
在得到待比对标签后，结合第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加。
其中，所述基于所述第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加，包括：
若判断所述第一实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和主体标签。
针对于实体节点而言，如果判断第一实体分词与待比对标签相对应，则本公开会对相应的实体节点添加相对应的领域标签和主体标签。值得一提的是，此时，为实体节点添加的为主体标签。
若判断所述第二实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和非主体标签。
针对于实体节点而言，如果判断第二实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和非主体标签。示例性的，对于变压器内容的介绍，其虽然属于变压器领域，但是其不是主体，而是内容，因此，本方案为其添加非主体标签。
若判断所述第一事件分句与待比对标签相对应，则对相应的事件节点添加相对应的领域标签和主体标签。
如果判断第一事件分句与待比对标签相对应，则本公开会对相应的事件节点添加相对应的领域标签和主体标签。例如，针对于变压器过热，可以为其添加变压器的领域标签，同时为其添加主体标签，因为，其为事件主体。
若判断所述第二事件分句与待比对标签相对应，则对相应的事件节点添加相对应的领域标签和非主体标签。
如果判断第二事件分句与待比对标签相对应，则本公开会对相应的事件节点添加相对应的领域标签和非主体标签。例如，针对于打开降温风扇，其为非事件主体，因此为其添加非主体标签。
值得一提的是，上述添加标签的过程中，其与现有技术不同的是，本方案会结合名称和内容两个维度分别为节点添加相应的标签，对节点进行标签的分类添加。
S2，服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序。
在标签添加完成后，本公开会结合归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合。
之后，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序。
在一些实施例中，所述服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序，包括S21-S24：
S21，若领域标签为实体领域信息则生成相对应的实体节点集合，若领域标签为事件领域信息则生成相对应的事件节点集合。
上述的归类策略是利用领域标签对节点进行归类，将具有同一领域标签的节点归类到一个集合。如果领域标签为实体领域信息，本公开会利用归类策略生成相对应的实体节点集合，例如，变压器对应的实体节点为一个实体节点集合；如果领域标签为事件领域信息，本公开会利用归类策略生成相对应的事件节点集合，例如，变压器过热对应的事件节点为一个事件节点集合。上述的实体领域信息和事件领域信息可以是通过领域标签得到的。
S22，在实体节点集合、事件节点集合分别建立相对应的主体区域和非主体区域，所述主体区域位于所述非主体区域前部。
本公开会为实体节点集合、事件节点集合分别建立相对应的主体区域和非主体区域，其中，主体区域位于所述非主体区域前部。
S23，依次遍历实体节点和/或事件节点所对应的领域标签，将相对应的实体节点和/或事件节点归类至实体节点集合和/或事件节点集合内，并结合主体标签或非主体标签排列在主体区域或非主体区域排列。
本公开会依次遍历实体节点和/或事件节点所对应的领域标签，然后将相对应的实体节点和/或事件节点归类至实体节点集合和/或事件节点集合内，并结合主体标签或非主体标签排列在主体区域或非主体区域排列。
其中，所述依次遍历实体节点和/或事件节点所对应的领域标签，将相对应的实体节点和/或事件节点归类至实体节点集合和/或事件节点集合内，并结合主体标签或非主体标签排列在主体区域或非主体区域排列，包括S231-S234：
S231，将实体节点的领域标签与相应的实体节点集合比对，若一致则获取其相对应的主体标签或非主体标签。
本公开会将实体节点的领域标签与相应的实体节点集合比对，若一致则获取其相对应的主体标签或非主体标签。例如，变压器对应的为主体标签。
S232，若为主体标签则将实体节点归类至相应实体节点集合的主体区域，若为非主体标签则将实体节点归类至相应实体节点集合的非主体区域。
如果为主体标签，则本公开将实体节点归类至相应实体节点集合的主体区域；如果为非主体标签，则本公开将实体节点归类至相应实体节点集合的非主体区域。
S233，将事件节点的领域标签与相应的事件节点集合比对，若一致则获取其相对应的主体标签或非主体标签。
本公开会将事件节点的领域标签与相应的事件节点集合比对，如果比对一致，则本公开会获取其相对应的主体标签或非主体标签。
S234，若为主体标签则将事件节点归类至相应事件节点集合的主体区域，若为非主体标签则将事件节点归类至相应事件节点集合的非主体区域。
如果为主体标签，则本公开可以将事件节点归类至相应事件节点集合的主体区域，如果为非主体标签，则本公开将事件节点归类至相应事件节点集合的非主体区域。
S24，基于主体区域和非主体区域所对应实体节点和/或事件节点的搜索次数生成实体节点集合和/或事件节点集合的热度，基于所述热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
在得到主体区域和非主体区域之后，本公开会结合主体区域和非主体区域所对应实体节点和/或事件节点的搜索次数生成实体节点集合和/或事件节点集合的热度。
然后，利用热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。可以理解的是，通过该方式可以使得热度较高的排序靠前，在进行数据查询时，使得热度较高的更易被遍历到，提高数据定位速度。
在一些实施例中，基于主体区域和非主体区域所对应实体节点和/或事件节点的搜索次数生成实体节点集合和/或事件节点集合的热度，基于所述热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序，包括S241-S243：
S241，获取实体节点集合和/或事件节点集合内每个实体节点和/或事件节点的主动搜索次数和被动输出次数。
本公开会得到实体节点集合和/或事件节点集合内每个实体节点和/或事件节点的主动搜索次数和被动输出次数。例如，用户搜索了变压器，那么会输出变压器以及与变压器相关的数据，此时，用户搜索的为主动搜索次数，被动输出的变压器相关的数据为被动输出次数。
S242，分别计算主体区域、非主体区域的实体节点和/或事件节点的主动搜索次数之和以及被动输出次数之和，对主体区域、非主体区域的主动搜索次数分别加权处理后得到主动搜索热度，对主体区域、非主体区域的被动搜索次数分别加权处理后得到被动搜索热度。
本公开会分别计算主体区域、非主体区域的实体节点和/或事件节点的主动搜索次数之和以及被动输出次数之和。可以理解的是，本公开会以主体区域、非主体区域为基准，进行次数之和的统计。
对主体区域、非主体区域的主动搜索次数分别加权处理后得到主动搜索热度，其中，加权处理的权重可以是用户预先设置的，主体区域的权重可以设置的大于非主体区域的权重。对主体区域、非主体区域的被动搜索次数分别加权处理后得到被动搜索热度。其中，加权处理的权重可以是用户预先设置的，主体区域的权重可以设置的大于非主体区域的权重。
S243，基于所述主动搜索热度、被动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
其中，所述基于所述主动搜索热度、被动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序，包括：
基于主动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
本公开会结合主动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。通过该方式可以使得热度较高的排序靠前，在进行数据查询时，使得热度较高的更易被遍历到，提高数据定位速度。
若判断任意两个实体节点集合和/或事件节点集合的主动搜索热度相同，则基于被动搜索热度对相应的两个实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
在一些情况下，任意两个实体节点集合和/或事件节点集合的主动搜索热度相同时，本公开可以结合被动搜索热度对相应的两个实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
若判断任意两个实体节点集合和/或事件节点集合的被动搜索热度相同，则随机对两个实体节点集合和/或事件节点集合排序。如果在主动搜索热度相同的情况下，任意两个实体节点集合和/或事件节点集合的被动搜索热度也相同，则此时本公开会随机对两个实体节点集合和/或事件节点集合排序。
S3，服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点。
在一些实施例上，所述服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点，包括S31-S33：
S31，服务器在接收到任意需求端上传的决策需求时，对决策需求所对应的领域词语或领域语句与领域标签进行比对，确定比对一致的领域标签作为目标领域标签。
在用户有决策需求时，可以利用需求端上传决策需求，然后将决策需求所对应的领域词语或领域语句与领域标签比对，如果比对一致，本方案会将比对一致的领域标签作为目标领域标签。
S32，或，统计所有已存在的领域标签生成标签列表对需求端显示，根据需求端的选择确定相对应的目标领域标签。
或者，本公开可以统计所有已存在的领域标签生成标签列表对需求端显示，然后结合根据需求端的选择确定相对应的目标领域标签，即主动选择。
S33，与需求端交互确定决策需求中的节点词语或节点语句确定一个目标实体节点和/或目标事件节点。
本公开会与需求端交互确定决策需求中的节点词语或节点语句，确定一个目标实体节点和/或目标事件节点。
S4，按照所述节点集合顺序遍历与目标领域标签所对应的实体节点集合和/或事件节点集合，以及确定实体节点集合和/或事件节点集合中相对应目标实体节点和/或目标事件节点的节点定位信息。
本公开会按照节点集合顺序遍历与目标领域标签所对应的实体节点集合和/或事件节点集合，可以理解的是，热度较高的，容易被遍历到。同时，确定实体节点集合和/或事件节点集合中相对应目标实体节点和/或目标事件节点的节点定位信息。
S5，基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端。本公开会结合节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，然后利用预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析，生成相对应的处理数据反馈至需求端，实现智能决策内容的输出。
在一些实施例中，基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端，包括S51-S53：
S51，根据所述节点定位信息在领域图谱模型中确定相应的目标实体节点和/或目标事件节点。
首先，本公开会结合节点定位信息在领域图谱模型中确定相应的目标实体节点和/或目标事件节点。
S52，基于预设节点挑选策略获取与目标实体节点和/或目标事件节点所直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，得到处理数据。
然后，利用预设节点挑选策略找到与目标实体节点和/或目标事件节点所直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点得到处理数据，将对应的处理数据反馈至需求端。
其中，所述基于预设节点挑选策略获取与目标实体节点和/或目标事件节点所直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，得到处理数据，包括S521-S523：
S521，对目标实体节点和/或目标事件节点按照第一预设形式显示。
首先，本公开会对目标实体节点和/或目标事件节点按照第一预设形式显示，例如以红色显示。
S522，确定每个目标实体节点和/或目标事件节点所对应的连接线，根据预设连接关系数量确定每个连接线上直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，在判断每个连接线上达到所述预设连接关系数量后停止第一目标实体节点和/或第一目标事件节点的确定。
然后，确定每个目标实体节点和/或目标事件节点所对应的连接线，结合预设连接关系数量确定每个连接线上直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点。其中，预设连接关系数量可以是用户预设的，例如是3个。
本公开会结合预设连接关系数量进行节点的确定，在判断每个连接线上达到预设连接关系数量后停止第一目标实体节点和/或第一目标事件节点的确定。通过该方式，可以找到一定范围内的关联数据进行输出。
值得一提的是，上述的预设节点挑选策略即为结合预设连接关系数量，在判断每个连接线上达到预设连接关系数量后，停止第一目标实体节点和/20 或第一目标事件节点的挑选，然后得到相应的节点，从而找到相对应的关联数据。
S523，对所确定的第一目标实体节点和/或第一目标事件节点按照第二预设形式显示，将目标实体节点和/或目标事件节点、第一目标实体节点和/或第一目标事件节点所形成的连接结构作为处理数据反馈至需求端。
本公开会对所确定的第一目标实体节点和/或第一目标事件节点按照第二预设形式显示，例如以黄色显示，然后将目标实体节点和/或目标事件节点、第一目标实体节点和/或第一目标事件节点所形成的连接结构作为处理数据反馈至需求端。
S53，基于所述目标实体节点和/或目标事件节点进行相应的主动搜索次数更新，以及基于所述第一目标实体节点和/或第一目标事件节点进行相应的被动输出次数更新。
值得一提的是，本公开会结合目标实体节点和/或目标事件节点进行相应的主动搜索次数更新，以及基于所述第一目标实体节点和/或第一目标事件节点进行相应的被动输出次数更新。通过上述方式对热度可以进行实时调整，使得排序更贴合用户的实际需求。
参见图3，是本发明实施例提供的一种面向场景化决策需求的领域图谱模型的处理系统的结构示意图，该系统包括：
构建模块，用于使服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签；
归类模块，用于使服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序；
提取模块，用于使服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点；
遍历模块，用于按照所述节点集合顺序遍历与目标领域标签所对应的实体节点集合和/或事件节点集合，以及确定实体节点集合和/或事件节点集合中相对应目标实体节点和/或目标事件节点的节点定位信息；
生成模块，用于基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端。
本发明实施例提供一种电子设备，该电子设备包括：处理器、存储器和计算机程序；其中
存储器，用于存储所述计算机程序，该存储器还可以是闪存（flash）。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器，用于执行所述存储器存储的计算机程序，以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器既可以是独立的，也可以跟处理器集成在一起。
当所述存储器是独立于处理器之外的器件时，所述设备还可以包括：
总线，用于连接所述存储器和处理器。
本发明还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application SpecificIntegrated Circuit，简称：ASIC）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。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。
Claims (10)
1.一种面向场景化决策需求的领域图谱模型的处理方法，其特征在于，包括：
服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签；
服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序；
服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点；
按照所述节点集合顺序遍历与目标领域标签所对应的实体节点集合和/或事件节点集合，以及确定实体节点集合和/或事件节点集合中相对应目标实体节点和/或目标事件节点的节点定位信息；
基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端；
所述服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签，包括：
服务器获取领域图谱构建数据中的所有节点的知识内容以及节点连接关系，根据所述节点的知识内容建立相对应的实体节点和/或事件节点，基于所述节点连接关系将实体节点和/或事件节点相连接，并得到每个实体节点和/或事件节点的节点定位信息；
若判断领域图谱构建数据中具有相应节点的领域标签，则对相应的实体节点和/或事件节点进行领域标签的添加；
基于标签添加模型获取节点的知识内容并分析，得到相对应的领域标签对实体节点和/或事件节点添加；
所述基于标签添加模型获取节点的知识内容并分析，得到相对应的领域标签对实体节点和/或事件节点添加，包括：
标签添加模型若判断所获取的节点为实体节点，则将实体节点的节点名称分词作为第一实体分词，对实体节点的知识内容进行分词处理得到第二实体分词；
标签添加模型若判断所获取的节点为事件节点，则将事件节点的节点名称作为第一事件分句，对事件节点的知识内容进行分句处理得到第二事件分句；
标签添加模型获取现有实体节点和/或事件节点所具有的领域标签作为待比对标签，以及获取用户预先配置的预设标签作为待比对标签；
基于所述第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加；
所述基于所述第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加，包括：
若判断所述第一实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和主体标签；
若判断所述第二实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和非主体标签；
若判断所述第一事件分句与待比对标签相对应，则对相应的事件节点添加相对应的领域标签和主体标签；
若判断所述第二事件分句与待比对标签相对应，则对相应的事件节点添加相对应的领域标签和非主体标签；
所述服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序，包括：
若领域标签为实体领域信息则生成相对应的实体节点集合，若领域标签为事件领域信息则生成相对应的事件节点集合；
在实体节点集合、事件节点集合分别建立相对应的主体区域和非主体区域，所述主体区域位于所述非主体区域前部；
依次遍历实体节点和/或事件节点所对应的领域标签，将相对应的实体节点和/或事件节点归类至实体节点集合和/或事件节点集合内，并结合主体标签或非主体标签排列在主体区域或非主体区域排列；
基于主体区域和非主体区域所对应实体节点和/或事件节点的搜索次数生成实体节点集合和/或事件节点集合的热度，基于所述热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
2.根据权利要求1所述的面向场景化决策需求的领域图谱模型的处理方法，其特征在于，
所述依次遍历实体节点和/或事件节点所对应的领域标签，将相对应的实体节点和/或事件节点归类至实体节点集合和/或事件节点集合内，并结合主体标签或非主体标签排列在主体区域或非主体区域排列，包括：
将实体节点的领域标签与相应的实体节点集合比对，若一致则获取其相对应的主体标签或非主体标签；
若为主体标签则将实体节点归类至相应实体节点集合的主体区域，若为非主体标签则将实体节点归类至相应实体节点集合的非主体区域；
将事件节点的领域标签与相应的事件节点集合比对，若一致则获取其相对应的主体标签或非主体标签；
若为主体标签则将事件节点归类至相应事件节点集合的主体区域，若为非主体标签则将事件节点归类至相应事件节点集合的非主体区域。
3.根据权利要求2所述的面向场景化决策需求的领域图谱模型的处理方法，其特征在于，
所述基于主体区域和非主体区域所对应实体节点和/或事件节点的搜索次数生成实体节点集合和/或事件节点集合的热度，基于所述热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序，包括：
获取实体节点集合和/或事件节点集合内每个实体节点和/或事件节点的主动搜索次数和被动输出次数；
分别计算主体区域、非主体区域的实体节点和/或事件节点的主动搜索次数之和以及被动输出次数之和，对主体区域、非主体区域的主动搜索次数分别加权处理后得到主动搜索热度，对主体区域、非主体区域的被动搜索次数分别加权处理后得到被动搜索热度；
基于所述主动搜索热度、被动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
4.根据权利要求3所述的面向场景化决策需求的领域图谱模型的处理方法，其特征在于，
所述基于所述主动搜索热度、被动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序，包括：
基于主动搜索热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序；
若判断任意两个实体节点集合和/或事件节点集合的主动搜索热度相同，则基于被动搜索热度对相应的两个实体节点集合和/或事件节点集合降序排序得到节点集合顺序；
若判断任意两个实体节点集合和/或事件节点集合的被动搜索热度相同，则随机对两个实体节点集合和/或事件节点集合排序。
5.根据权利要求4所述的面向场景化决策需求的领域图谱模型的处理方法，其特征在于，
所述服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点，包括：
服务器在接收到任意需求端上传的决策需求时，对决策需求所对应的领域词语或领域语句与领域标签进行比对，确定比对一致的领域标签作为目标领域标签；或，
统计所有已存在的领域标签生成标签列表对需求端显示，根据需求端的选择确定相对应的目标领域标签；
与需求端交互确定决策需求中的节点词语或节点语句确定一个目标实体节点和/或目标事件节点。
6.根据权利要求5所述的面向场景化决策需求的领域图谱模型的处理方法，其特征在于，
所述基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端，包括：
根据所述节点定位信息在领域图谱模型中确定相应的目标实体节点和/或目标事件节点；
基于预设节点挑选策略获取与目标实体节点和/或目标事件节点所直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，得到处理数据；
基于所述目标实体节点和/或目标事件节点进行相应的主动搜索次数更新，以及基于所述第一目标实体节点和/或第一目标事件节点进行相应的被动输出次数更新。
7.根据权利要求6所述的面向场景化决策需求的领域图谱模型的处理方法，其特征在于，
所述基于预设节点挑选策略获取与目标实体节点和/或目标事件节点所直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，得到处理数据，包括：
对目标实体节点和/或目标事件节点按照第一预设形式显示；
确定每个目标实体节点和/或目标事件节点所对应的连接线，根据预设连接关系数量确定每个连接线上直接和/或间接连接的其他第一目标实体节点和/或第一目标事件节点，在判断每个连接线上达到所述预设连接关系数量后停止第一目标实体节点和/或第一目标事件节点的确定；
对所确定的第一目标实体节点和/或第一目标事件节点按照第二预设形式显示，将目标实体节点和/或目标事件节点、第一目标实体节点和/或第一目标事件节点所形成的连接结构作为处理数据反馈至需求端。
8.一种面向场景化决策需求的领域图谱模型的处理系统，其特征在于，包括：
构建模块，用于使服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签；
归类模块，用于使服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序；
提取模块，用于使服务器在接收到任意需求端上传的决策需求时，提取所述决策需求所对应场景的目标领域标签，基于所述决策需求确定至少一个目标实体节点和/或目标事件节点；
遍历模块，用于按照所述节点集合顺序遍历与目标领域标签所对应的实体节点集合和/或事件节点集合，以及确定实体节点集合和/或事件节点集合中相对应目标实体节点和/或目标事件节点的节点定位信息；
生成模块，用于基于所述节点定位信息确定领域图谱模型中的目标实体节点和/或目标事件节点，并基于预设节点挑选策略对目标实体节点和/或目标事件节点的连接关系分析处理，生成相对应的处理数据反馈至需求端；
所述服务器基于领域图谱构建数据构建具有领域知识的领域图谱模型，所述领域图谱模型包括相对应的实体节点和/或事件节点，每个实体节点和/或事件节点具有相对应的领域标签，包括：
服务器获取领域图谱构建数据中的所有节点的知识内容以及节点连接关系，根据所述节点的知识内容建立相对应的实体节点和/或事件节点，基于所述节点连接关系将实体节点和/或事件节点相连接，并得到每个实体节点和/或事件节点的节点定位信息；
若判断领域图谱构建数据中具有相应节点的领域标签，则对相应的实体节点和/或事件节点进行领域标签的添加；
基于标签添加模型获取节点的知识内容并分析，得到相对应的领域标签对实体节点和/或事件节点添加；
所述基于标签添加模型获取节点的知识内容并分析，得到相对应的领域标签对实体节点和/或事件节点添加，包括：
标签添加模型若判断所获取的节点为实体节点，则将实体节点的节点名称分词作为第一实体分词，对实体节点的知识内容进行分词处理得到第二实体分词；
标签添加模型若判断所获取的节点为事件节点，则将事件节点的节点名称作为第一事件分句，对事件节点的知识内容进行分句处理得到第二事件分句；
标签添加模型获取现有实体节点和/或事件节点所具有的领域标签作为待比对标签，以及获取用户预先配置的预设标签作为待比对标签；
基于所述第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加；
所述基于所述第一实体分词、第二实体分词、第一事件分句、第二事件分句与待比对标签的比对结果，确定相应的待比对标签作为相对应的领域标签对实体节点和/或事件节点添加，包括：
若判断所述第一实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和主体标签；
若判断所述第二实体分词与待比对标签相对应，则对相应的实体节点添加相对应的领域标签和非主体标签；
若判断所述第一事件分句与待比对标签相对应，则对相应的事件节点添加相对应的领域标签和主体标签；
若判断所述第二事件分句与待比对标签相对应，则对相应的事件节点添加相对应的领域标签和非主体标签；
所述服务器基于归类策略、领域标签对所有的实体节点和/或事件节点进行归类，得到具有不同领域标签的实体节点集合和/或事件节点集合，根据每个领域标签的热度对实体节点集合和/或事件节点集合排序得到节点集合顺序，包括：
若领域标签为实体领域信息则生成相对应的实体节点集合，若领域标签为事件领域信息则生成相对应的事件节点集合；
在实体节点集合、事件节点集合分别建立相对应的主体区域和非主体区域，所述主体区域位于所述非主体区域前部；
依次遍历实体节点和/或事件节点所对应的领域标签，将相对应的实体节点和/或事件节点归类至实体节点集合和/或事件节点集合内，并结合主体标签或非主体标签排列在主体区域或非主体区域排列；
基于主体区域和非主体区域所对应实体节点和/或事件节点的搜索次数生成实体节点集合和/或事件节点集合的热度，基于所述热度对实体节点集合和/或事件节点集合降序排序得到节点集合顺序。
9.一种电子设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行权利要求1至7任一所述的方法。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至7任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311523808.3A CN117235289B (zh) | 2023-11-16 | 2023-11-16 | 一种面向场景化决策需求的领域图谱模型的处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311523808.3A CN117235289B (zh) | 2023-11-16 | 2023-11-16 | 一种面向场景化决策需求的领域图谱模型的处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117235289A CN117235289A (zh) | 2023-12-15 |
| CN117235289B true CN117235289B (zh) | 2024-02-27 |
Family
ID=89097062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311523808.3A Active CN117235289B (zh) | 2023-11-16 | 2023-11-16 | 一种面向场景化决策需求的领域图谱模型的处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117235289B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110688495A (zh) * | 2019-12-09 | 2020-01-14 | 武汉中科通达高新技术股份有限公司 | 一种事件信息的知识图谱模型构建方法、装置、存储介质 |
| CN111522967A (zh) * | 2020-04-27 | 2020-08-11 | 北京百度网讯科技有限公司 | 知识图谱构建方法、装置、设备以及存储介质 |
| CN113689152A (zh) * | 2021-10-26 | 2021-11-23 | 北京明略昭辉科技有限公司 | 故障预警的处理方法和装置、电子设备和存储介质 |
| CN116186287A (zh) * | 2023-02-17 | 2023-05-30 | 中移动信息技术有限公司 | 企业知识图谱构建方法、装置、设备、介质及产品 |
| CN116467468A (zh) * | 2023-05-05 | 2023-07-21 | 国网浙江省电力有限公司 | 基于知识图谱技术的电力管理系统异常信息处置方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230087667A1 (en) * | 2021-09-21 | 2023-03-23 | International Business Machines Corporation | Canonicalization of data within open knowledge graphs |
-
2023
- 2023-11-16 CN CN202311523808.3A patent/CN117235289B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110688495A (zh) * | 2019-12-09 | 2020-01-14 | 武汉中科通达高新技术股份有限公司 | 一种事件信息的知识图谱模型构建方法、装置、存储介质 |
| CN111522967A (zh) * | 2020-04-27 | 2020-08-11 | 北京百度网讯科技有限公司 | 知识图谱构建方法、装置、设备以及存储介质 |
| CN113689152A (zh) * | 2021-10-26 | 2021-11-23 | 北京明略昭辉科技有限公司 | 故障预警的处理方法和装置、电子设备和存储介质 |
| CN116186287A (zh) * | 2023-02-17 | 2023-05-30 | 中移动信息技术有限公司 | 企业知识图谱构建方法、装置、设备、介质及产品 |
| CN116467468A (zh) * | 2023-05-05 | 2023-07-21 | 国网浙江省电力有限公司 | 基于知识图谱技术的电力管理系统异常信息处置方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117235289A (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019174132A1 (zh) | 数据处理方法、服务器及计算机存储介质 | |
| US8560513B2 (en) | Searching for information based on generic attributes of the query | |
| WO2020207074A1 (zh) | 一种信息推送的方法及设备 | |
| US7882124B2 (en) | Expanding a query to include terms associated through visual content | |
| US20070078889A1 (en) | Method and system for automated knowledge extraction and organization | |
| CN110413787B (zh) | 文本聚类方法、装置、终端和存储介质 | |
| CN109582847A (zh) | 一种信息处理方法及装置、存储介质 | |
| WO2020143181A1 (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
| WO2024031930A1 (zh) | 一种异常日志检测方法、装置、电子设备及存储介质 | |
| KR101472451B1 (ko) | 디지털 콘텐츠 관리 시스템 및 방법 | |
| US20120130999A1 (en) | Method and Apparatus for Searching Electronic Documents | |
| Mukherjee et al. | Bootstrapping semantic annotation for content-rich html documents | |
| CN114416998A (zh) | 文本标签的识别方法、装置、电子设备及存储介质 | |
| CN115600128A (zh) | 一种半监督加密流量分类方法、装置及存储介质 | |
| CN114398968B (zh) | 基于文件相似度对同类获客文件进行标注的方法和装置 | |
| US7676739B2 (en) | Methods and apparatus for knowledge base assisted annotation | |
| US20220277039A1 (en) | Text to color palette generator | |
| CN113160800B (zh) | 语音数据标注方法及电子设备、存储装置 | |
| CN114461783A (zh) | 关键词生成方法、装置、计算机设备、存储介质和产品 | |
| CN117235289B (zh) | 一种面向场景化决策需求的领域图谱模型的处理方法 | |
| CN112148938B (zh) | 一种跨域异构数据检索系统及检索方法 | |
| CN108733848B (zh) | 一种搜索知识的方法及系统 | |
| CN114168733B (zh) | 一种基于复杂网络的法规检索方法及系统 | |
| CN117272056A (zh) | 对象特征构建方法、装置和计算机可读存储介质 | |
| CN115186077A (zh) | 一种槽位信息提取方法、装置、电子设备及存储介质 |
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 |