[发明专利]一种对知识图谱中的实体进行合并的方法及装置

权利要求书

1.一种对知识图谱中的实体进行合并的方法，包括如下步骤：

根据知识图谱中实体对应的结构化数据，生成一级特征向量；

根据实体对应的文档中包含的term，生成二级特征向量；

根据所述一级特征向量和二级特征向量确定不同实体间的相似度；

将相似度大于预设阈值的不同实体进行合并；

其中，所述结构化数据是适合查阅与处理的AVP数据，所述AVP数据通指含有属性与属性值的结构化数据对；

其中，根据所述一级特征向量和二级特征向量确定不同实体间的相似度的步骤进一步包括：

获取所述一级特征向量和二级特征向量的同义词；

根据所述一级特征向量、二级特征向量以及其同义词确定不同实体间的相似度；

同义词的查询获取通过从可靠的数据源挖掘获取、和/或从结构化数据的别名信息中挖掘获取、和/或从预设的同义词关联存储数据库中查询获取。

2.根据权利要求1所述的方法，根据知识图谱中实体对应的结构化数据生成一级特征向量的步骤进一步包括：根据与实体对应的URL获取结构化数据。

3.根据权利要求1或2所述的方法，根据实体对应的文档中包含的term生成二级特征向量的步骤进一步包括；

获取实体对应的文档中的term的逆文档频率，

根据所述逆文档频率确定二级特征向量候选term；

根据二级特征向量候选term生成二级特征向量。

4.根据权利要求3所述的方法，根据所述逆文档频率确定二级特征向量候选term的步骤进一步包括：

将所述逆文档频率与预定阈值进行比较；

选择逆文档频率高于预定阈值的term，作为二级特征向量候选term。

5.根据权利要求1、2或4所述的方法，根据所述一级特征向量和二级特征向量确定不同实体间的相似度，进一步包括：

在第一级特征向量不同时，判断第一级特征向量是否为特定属性的相关数据；

如果是，则不进行实体合并；所述特定属性为预先设定的进行实体区分的属性。

6.一种知识图谱中的实体合并装置，包括：

知识图谱实体库，适于存储知识图谱；

一级特征向量生成单元，用于根据知识图谱中实体对应的结构化数据，生成一级特征向量；

二级特征向量生成单元，用于根据实体对应的文档中包含的term，生成二级特征向量；

相似度确定单元，用于根据所述一级特征向量和二级特征向量确定不同实体间的相似度；

实体合并单元，用于将相似度大于预设阈值的不同实体进行合并；

其中，所述结构化数据是适合查阅与处理的AVP数据，所述AVP数据通指含有属性与属性值的结构化数据对；

相似度确定单元进一步包括：

同义词获取子单元，用于获取所述一级特征向量和二级特征向量的同义词；

相似度确定子单元，用于根据所述一级特征向量、二级特征向量以及其同义词确定不同实体间的相似度；

同义词的查询获取通过从可靠的数据源挖掘获取、和/或从结构化数据的别名信息中挖掘获取、和/或从预设的同义词关联存储数据库中查询获取。

7.根据权利要求6所述的实体合并装置，所述一级特征向量生成单元进一步包括：结构化数据获取子单元，用于根据与实体对应的URL获取结构化数据。

8.根据权利要求6或7所述的实体合并装置，所述二级特征向量生成单元进一步包括；

逆文档频率获取子单元，用于获取实体对应的文档中的term的逆文档频率，

候选term确定子单元，用于根据所述逆文档频率确定二级特征向量候选term；

二级特征向量生成子单元，用于根据二级特征向量候选term生成二级特征向量。