[发明专利]一种生成结构化数据的方法、装置及系统

说明书

本申请实施例提供了一种生成结构化数据的方法、装置及系统，所述方法包括：获取指定目的地标识对应的目标内容类型信息；从预设的目录集合中匹配所述指定目的地标识以及所述目标内容类型信息，获得对应的目标目录，其中，所述目标目录包括一个或多个目标信息点标识；从预设的素材数据库中提取与所述一个或多个目标信息点标识对应的目标素材；基于所述目标素材以及所述目标目录，生成基于所述指定目的地标识的结构化数据。在本发明实施例中，整个过程无需人工参与，自动化程度高，提高了目标结构化数据的产出效率。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种生成结构化数据的方法、一种生成结构化数据的装置以及一种生成结构化数据的系统。

背景技术

随着互联网技术的飞速发展，网络信息迅速成为人们获取信息的主要渠道之一。互联网在将人类可以获取的几乎所有知识纳入其中的同时，也给资源的使用者和提供者带来了巨大压力。

在现有技术中，数据提供方可以通过网页的信息向使用者展示结构化数据，其中，现有的网页中的很多结构化数据的都是用户输入的文章，内容的生产过程对人的依赖性比较大，生产数量少、效率低。

发明内容

鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种生成结构化数据的方法和相应地一种生成结构化数据的装置以及一种生成结构化数据的系统。

为了解决上述问题，本申请实施例公开了一种生成结构化数据的方法，所述方法包括：

获取指定目的地标识对应的目标内容类型信息；

从预设的目录集合中匹配所述指定目的地标识以及所述目标内容类型信息，获得对应的目标目录，其中，所述目标目录包括一个或多个目标信息点标识；

从预设的素材数据库中提取与所述一个或多个目标信息点标识对应的目标素材；

基于所述目标素材以及所述目标目录，生成基于所述指定目的地标识的结构化数据。

优选地，所述获取指定目的地标识对应的目标内容类型信息，包括：

针对目的地集合中的各个目的地，获取所述目的地对应的已有结构化数据；

确定所述已有结构化数据具备的内容类型信息；

基于所述内容类型信息，确定所述指定目的地标识缺失的内容类型信息，作为目标内容类型信息。

优选地，所述基于所述内容类型信息，确定所述指定目的地标识缺失的内容类型信息，作为目标内容类型信息，包括：

获取所述内容类型信息对应的已有结构化数据的数量；

若所述数量没有达到指定阈值，则计算所述指定阈值与所述数量的差值，作为所述指定目的地标识针对所述内容类型信息缺失的结构化数据的数量。

优选地，所述素材数据库采用如下方式生成：

创建素材数据库，所述素材数据库包括信息点集合；

采集素材信息；

确定所述素材信息关联的信息点；

判断所述关联的信息点是否存在所述信息点集合中；

若是，则将所述素材信息与所述信息点绑定；

若否，则在所述信息点集合中添加所述关联的信息点，并将所述素材信息与所述信息点绑定。

优选地，所述方法还包括：

针对所述信息点集合中各个信息点对应的素材信息，分别获取所述素材信息的排序分数；

基于所述排序分数，对所述信息点中的素材信息进行排序。