[发明专利]用于存储数据的方法和装置

权利要求书

1.一种用于存储数据的方法，包括：

提取目标数据所包括的实体与关系，其中，所述目标数据包括至少两个词汇，所述实体是所述目标数据中的词汇，所述关系是所述目标数据中的、不同于所述实体的词汇；

确定所述实体的上位词；

基于所述实体与所述上位词，确定第一实体集合；

将所述第一实体集合中符合预设条件的实体的集合，确定为第二实体集合；

关联存储所述关系与所述第二实体集合中的每个实体。

2.根据权利要求1所述的方法，其中，所述将所述第一实体集合中符合预设条件的实体的集合，确定为第二实体集合，包括：

获取预定的知识条目集合，其中，知识条目包括实体与关系；

将所述第一实体集合中的每个实体与所述目标数据中的关系组成为待验证知识条目，得到待验证知识条目集合；

确定所述待验证知识条目集合中的每个待验证知识条目在所述预定的知识条目集合中出现的次数，将大于预定数值的次数所对应的待验证知识条目所包括的实体的集合确定为第二实体集合。

3.根据权利要求2所述的方法，其中，所述关联存储所述关系与所述第二实体集合中的每个实体，包括：

确定所述目标数据中的关系在所述目标数据或所述预定的知识条目集合中的重要程度值；

响应于确定出所述重要程度值属于预定范围，关联存储所述目标数据中的关系与所述第二实体集合中的每个实体。

4.根据权利要求3所述的方法，其中，所述重要程度值是词频-反转文件频率。

5.根据权利要求1所述的方法，其中，所述目标数据是包括词汇序列的非结构化数据；以及

所述提取目标数据所包括的实体与关系，包括：

对所述目标数据进行分词处理，生成词汇序列；

确定所述词汇序列中的各个词汇之间的依存关系；

确定所述各个词汇的词性；

提取所述词汇序列中的实体与关系。

6.根据权利要求5所述的方法，其中，所述预设条件包括预定模板集合中存在与所述词汇序列所包含的词汇的数量、所述各个词汇之间的依存关系、所述各个词汇的词性相匹配的模板，其中，模板用于规定数据所包含的词汇的数量、数据所包含的各个词汇之间的依存关系、数据所包含的各个词汇的词性。

7.根据权利要求1-6之一所述的方法，其中，所述预设条件还包括所提取的实体不属于针对所述目标数据中的关系预先确定的第三实体集合。

8.一种用于存储数据的装置，包括：

提取单元，配置用于提取目标数据所包括的实体与关系，其中，所述目标数据包括至少两个词汇，所述实体是所述目标数据中的词汇，所述关系是所述目标数据中的、不同于所述实体的词汇；

第一确定单元，配置用于确定所述实体的上位词；

第二确定单元，配置用于基于所述实体与所述上位词，确定第一实体集合；

第三确定单元，配置用于将所述第一实体集合中符合预设条件的实体的集合，确定为第二实体集合；

存储单元，配置用于关联存储所述关系与所述第二实体集合中的每个实体。

9.根据权利要求8所述的装置，其中，所述第三确定单元包括：

获取模块，配置用于获取预定的知识条目集合，其中，知识条目包括实体与关系；

组成模块，配置用于将所述第一实体集合中的每个实体与所述目标数据中的关系组成为待验证知识条目，得到待验证知识条目集合；

第一确定模块，配置用于确定所述待验证知识条目集合中的每个待验证知识条目在所述预定的知识条目集合中出现的次数，将大于预定数值的次数所对应的待验证知识条目所包括的实体的集合确定为第二实体集合。