[发明专利]一种基于wikidata的知识体系自动构建方法与系统

权利要求书

1.一种基于wikidata的知识体系自动构建方法，所述方法包括：

步骤1)获取种子数据和辐射层级；

步骤2)抽取与种子数据相关的wikidata知识条目；

步骤3)对wikidata知识条目清洗解析，以主-谓-宾三元组的形式存储，并拆分、解析生成知识结构数据，同时根据解析出的关联实体形成辐射实体，生成新的种子数据；若迭代次数未达到辐射层级，进入步骤2)，否则，进入步骤4)；

步骤4)将知识结构数据进行封装，确定知识模型层级、属性关系和知识实体，将wikidata知识条目对应到知识实体下，形成知识体系；

所述步骤4)，具体包括：

从主-谓-宾三元组中获取知识实体的P31字段值和P279字段值，结合本地化数据和wikidata知识库，进行有限次递归查询，形成针对知识实体的类别层级，获得实体类别信息及层级从属信息，确定知识模型层级；其中，P31字段表征该知识实体是某个类的实例，P279字段表征该知识实体所属类是另一个类的子类；

根据确定的知识模型层级，对每个知识模型下所有知识实体从主-谓-宾三元组数据中获取谓语集合，根据解析的结果，将其按属性关系定义到相应知识模型下；

根据获取的辐射层级，将最后一次辐射获得的知识实体转化为该实体指代的名称，从而将知识链接截断形成闭环；

结合知识模型层级、属性关系和知识实体，将主-谓-宾三元组数据对应到相应知识实体下，形成知识体系。

2.根据权利要求1所述的基于wikidata的知识体系自动构建方法，其特征在于，所述步骤2)具体包括：

根据种子数据从本地化数据中采集wikidata知识条目；

对于本地化数据中缺失的信息，采用面向需求的数据查询接口，从wikidata知识库在线采集wikidata知识条目。

3.根据权利要求2所述的基于wikidata的知识体系自动构建方法，其特征在于，所述对wikidata知识条目清洗解析，以主-谓-宾三元组的形式存储，并拆分、解析生成知识结构数据，同时根据解析出的关联实体形成辐射实体，生成新的种子数据；具体包括：

清洗解析wikidata知识条目，以主-谓-宾三元组的形式存储；

拆分wikidata知识条目，主语字段对应知识实体，谓语字段对应为属性关系，宾语字段对应属性值或关联知识实体；

解析出属性和关系，生成知识结构数据；

汇总关联知识实体形成辐射实体，生成新的种子数据。

4.根据权利要求1所述的基于wikidata的知识体系自动构建方法，所述步骤4)还包括：结合体系专家修正信息，对构建的知识体系进行优化。