[发明专利]知识图谱本体模型构建的方法和装置

说明书

本发明公开了知识图谱本体模型构建的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取资源数据；识别所述资源数据中符合已构建本体数据模式的结构化数据，根据所述已构建本体数据模式和结构化数据确定第一本体；基于所述资源数据中不符合已构建本体数据模式的异构化数据抽取本体数据模式，根据抽取的本体数据模式和异构化数据确定第二本体；合并第一本体和第二本体，得到知识图谱本体模型。该实施方式能够在提高本体模型构建效率的同时提高模型构建的可扩展性，且构建出的知识图谱本体模型具有系统性和全面性，适用范围广。

技术领域

本发明涉及计算机技术领域，尤其涉及一种知识图谱本体模型构建的方法和装置。

背景技术

知识图谱(Knowledge Graph)本质上是语义网络(Semantic Network)，是一种基于图的数据结构，由节点(Point)和边(Edge)组成。在知识图谱里，每个节点表示现实世界中存在的“实体”，指的是具有可区别性且独立存在的某种事物。知识图谱在逻辑上通常可分为数据层和模式层，本体模型即是模式层的表达，而数据层则存储真实的数据。

知识图谱目前主要有自顶向下(top-down)与自底向上(bottom-up)两种构建方法。自顶向下指的是先为知识图谱定义好本体数据模式，再将实体加入到知识库。自底向上指的是从一些开放链接数据中提取出实体，选择其中置信度较高的加入到知识库，再构建顶层的本体模式。目前构建知识图谱时，基本都是基于具体的业务场景直接构建，即这类项目的实施跳过了本体建模过程，直接进行了知识图谱模型的构建。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

自顶向下的构建方法扩展性差，自底向上的构建方法数据提取工作量大，效率低；基于具体业务场景构建的知识图谱无法提供较为系统、全面的本体模型，适用范围小。

发明内容

有鉴于此，本发明实施例提供一种知识图谱本体模型构建的方法和装置，能够在提高本体模型构建效率的同时提高模型构建的可扩展性，且构建出的知识图谱本体模型具有系统性和全面性，适用范围广。

根据本发明实施例的一个方面，提供了一种知识图谱本体模型构建的方法，包括：

获取资源数据；

识别所述资源数据中符合已构建本体数据模式的结构化数据，根据所述已构建本体数据模式和结构化数据确定第一本体；

基于所述资源数据中不符合已构建本体数据模式的异构化数据抽取本体数据模式，根据抽取的本体数据模式和异构化数据确定第二本体；

合并第一本体和第二本体，得到知识图谱本体模型。

可选地，第一本体和第二本体包括：实体、属性和关联关系；所述关联关系的获取方式包括以下至少之一：直接获取、加工获取、推理获取。

可选地，确定第一本体和/或第二本体之后，还包括：对第一本体和/或第二本体中的本体进行质量评估，基于评估结果修正第一本体和/或第二本体。

可选地，所述知识图谱本体模型采用文档或者Protégé软件记录。

根据本发明实施例的第二方面，提供一种知识图谱本体模型构建的装置，包括：

提取模块，获取资源数据；

第一确定模块，识别所述资源数据中符合已构建本体数据模式的结构化数据，根据所述已构建本体数据模式和结构化数据确定第一本体；

第二确定模块，基于所述资源数据中不符合已构建本体数据模式的异构化数据抽取本体数据模式，根据抽取的本体数据模式和异构化数据确定第二本体；

合并模块，合并第一本体和第二本体，得到知识图谱本体模型。