[发明专利]一种构建知识库的方法及装置

权利要求书

1.一种由计算机设备构建知识库的方法，其特征在于，包括以下步骤：

计算机设备中的基础数据处理层获得网页中的句子；

计算机设备中的挖掘层对句子进行分词；

挖掘层将知识库中第一类别对应的预设的标志词与分词后得到的词进行匹配；

挖掘层在至少有一个分词后得到的词匹配成功的情况下，将句子中与匹配成功的词相邻的未知字符串作为第一条目添加到第一类别中；

挖掘层在句子中的词与知识库中第二类别下的第二条目匹配时，判断第一类别与第二类别之间是否已建立关系，在建立有关系的情况下，为第一条目与第二条目建立关系。

2.如权利要求1所述的方法，其特征在于，基础数据处理层获得的网页中的句子为长句时，根据句子中的标点符号将长句划分为多个短句；

挖掘层对句子进行分词的步骤包括：对单句或短句进行分词。

3.如权利要求1所述的方法，其特征在于，还包括步骤：

基础数据处理层统计句子出现的次数；

挖掘层根据第一条目和相邻的标志词所在的句子出现的次数，为第一条目设置在第一类别下的权重。

4.如权利要求1所述的方法，其特征在于，挖掘层采用包括标志词的分词系统对句子进行分词。

5.如权利要求1所述的方法，其特征在于，知识库包括普通词体系和实体词体系，普通词体系和实体词体系分别包括不同的类别；标志词包括实体词体系中类别对应的索引词和普通词体系中类别对应的种子词；

当未知字符串作为第一条目添加到第一类别中时，同时未知字符串作为第一条目添加到了第一类别所属的体系。

6.如权利要求5所述的方法，其特征在于，当第一类别为普通词体系中的类别时，所述方法还包括步骤：将第一条目作为第一类别对应的种子词。

7.如权利要求1所述的方法，其特征在于，挖掘层为第一条目与第二条目建立关系之前，获得第一条目与第二条目所在的句子出现的次数，并当该次数超过预设的关系阈值时，为第一条目与第二条目建立关系。

8.如权利要求1至7中任一项所述的方法，其特征在于，还包括步骤：

挖掘层根据每个类别及类别下的条目生成一个结果文件；

整合层将多个结果文件整合为一个结果文件。

9.如权利要求8所述的方法，其特征在于，还包括步骤：

基础数据处理层统计句子出现的次数；

挖掘层根据第一条目和标志词所在的句子出现的次数，为第一条目设置在第一类别下的权重；

整合层通过将条目在多个类别下的权重进行比较，来对条目对应的类别进行过滤。

10.如权利要求1所述的方法，其特征在于，还包括步骤：

基础数据处理层从网页中获得表格；

挖掘层将表格中多次与第一条目成对出现的词作为第一条目的属性。

11.如权利要求1所述的方法，其特征在于，基础数据处理层获得网页中的句子的步骤包括：基础数据处理层获得网页中含有特征符号的句子。

12.一种搜索信息的方法，其特征在于，包括以下步骤：

根据用户输入的搜索词，获得与搜索词匹配的标签；

根据匹配的标签获得与该标签对应的网页；

将获得的网页或网页的链接地址发送给用户；

其中，标签是依据网页的关键词和知识库中与关键词有关系的条目获得的。

13.如权利要求12所述的方法，其特征在于，知识库是通过以下步骤构建的：

基础数据处理层获得网页中的句子；

挖掘层对句子进行分词；

挖掘层将知识库中第一类别对应的预设的标志词与分词后得到的词进行匹配；

挖掘层在至少有一个分词后得到的词匹配成功的情况下，将句子中与匹配成功的词相邻的未知字符串作为第一条目添加到第一类别中；

挖掘层当句子中的词与知识库中第二类别下的第二条目匹配时，判断第一类别与第二类别之间是否已建立关系，在建立有关系的情况下，为第一条目与第二条目建立关系。