[发明专利]一种基于百科数据对实体进行分类的方法及系统

权利要求书

1.一种基于百科数据对实体进行分类的方法，包括：

解析百科数据中实体的条目以得到所述实体对应的描述属性集合；

提取百科数据中设定的类别以及与类别对应的属性模板集合；

基于所述描述属性集合与所述属性模板集合的相似度，确定所述实体的类别并对所述实体进行分类；

在所述相似度低于预定阈值的情况下对实体进行聚类分析；

对实体进行聚类分析的步骤进一步包括：

获取实体的描述属性集合；

计算实体间的描述属性集合相似度；

将描述属性集合相似度高于第二预定阈值的实体确定为一个类别。

2.根据权利要求1所述的方法，基于所述描述属性集合与所述属性模板集合的相似度，确定所述实体的类别并对所述实体进行分类，进一步包括：

计算所述描述属性集合与所述属性模板集合的相似度；

判断所述相似度是否高于第一预定阈值；

如果高于预定阈值，则按照百科数据中设定的类别对所述实体进行分类。

3.根据权利要求1或2所述的方法，所述描述属性集合包括至少一个属性信息。

4.根据权利要求1或2所述的方法，所述属性模板集合为各类别预先设置的各个条目的关键信息。

5.根据权利要求1或2所述的方法，对实体进行聚类分析的步骤进一步包括：

获取实体的描述属性，

计算实体间的描述属性重合度；

将描述属性重合度高于第三预定阈值的实体确定为一个类别。

6.一种对实体进行分类的系统，该系统包括：

百科数据库，适于存储百科数据；

条目解析单元，解析百科数据中实体的条目以得到所述实体对应的描述属性集合；

类别与属性模板集合提取单元，用于提取百科数据中设定的类别以及与类别对应的属性模板集合；

实体分类单元，用于基于所述描述属性集合与所述属性模板集合的相似度，确定所述实体的类别并对所述实体进行分类；

该系统还包括实体聚类分析单元，用于在所述相似度低于预定阈值的情况下对实体进行聚类分析；

所述实体聚类分析单元进一步包括：

第二属性集合获取子单元，用于获取实体的描述属性集合；

第二属性集合相似度计算单元，用于计算实体间的描述属性集合相似度；

第二类别标识子单元，用于将描述属性集合相似度高于第二预定阈值的实体确定为一个类别。

7.根据权利要求6所述的系统，所述实体分类单元进一步包括：

第一属性集合相似度计算子单元，用于计算所述描述属性集合与所述属性模板集合的相似度；

第一属性集合相似度判断子单元，用于判断所述相似度是否高于第一预定阈值；

第一类别标识子单元，用于在所述相似度高于预定阈值的情况下按照百科数据中设定的类别对实体进行分类。

8.根据权利要求6或7所述的系统，所述描述属性集合包括至少一个属性信息。

9.根据权利要求6或7所述的系统，所述属性模板集合为各类别预先设置的各个条目的关键信息。

10.根据权利要求6或7所述系统，所述实体聚类分析单元进一步包括：

第三属性获取子单元，用于获取实体的描述属性，

第三属性集合相似度计算单元，用于计算实体间的描述属性重合度；

第三类别标识子单元，用于将描述属性重合度高于第三预定阈值的实体确定为一个类别。