[发明专利]一种基于知识图谱的人物关系可视化查询方法及系统在审

专利信息
申请号: 202011239021.0 申请日: 2020-11-09
公开(公告)号: CN112364091A 公开(公告)日: 2021-02-12
发明(设计)人: 段大高;王东;刘峥;斗海峰;曹若湘;韩忠明;刘文文;张翙 申请(专利权)人: 北京工商大学;北京市疾病预防控制中心
主分类号: G06F16/26 分类号: G06F16/26;G06F16/28;G06F16/215;G06F16/36;G06F16/951;G06F40/289
代理公司: 北京高沃律师事务所 11569 代理人: 王立普
地址: 100048*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 知识 图谱 人物 关系 可视化 查询 方法 系统
【说明书】:

发明涉及一种基于知识图谱的人物关系可视化查询方法及系统,方法包括:采用Scrapy框架从互联网中爬取与当前人物相关的网页信息;对网页信息进行解析,提取与当前人物有关的人物信息和关系信息;对人物信息和关系信息进行规范化处理,构建所有人物与当前人物相关的五元组数据;对五元组数据进行人物关系反向推理,获得反向五元组数据;根据向五元组数据构建人物关系知识图谱,并将人物关系知识图谱存于图数据库中;从图数据库中获取待查询人物对应的人物关系知识图谱并进行可视化展示。本发明采用图数据库存储人物关系知识图谱,进而提高查询速度。另外本发明通过可视化技术将图谱中的知识展现出来,产生一种视觉的冲击感,能更高的认识和理解人物关系。

技术领域

本发明涉及人工智能自然语言处理技术领域,特别是涉及一种基于知识图谱的人物关系可视化查询方法及系统。

背景技术

随着社会及科学技术的发展,互联网行业也蓬勃发展,促使了数据的迅速增长。在当前,各类搜索引擎的成熟,人们能够很快的在互联网上获取很多自己想要的信息。但是互联网上的大量信息隐藏半结构化网页中或者是非结构化的文本中,面对庞大的数据,人们需要自己提取所需的知识并去理解它。在面对抽象的数据时,人们无法直观的看到或者查询到自己想要的信息,人们更加的期望能够用其他方法来更直观的观察和获取自己所需的知识。因此需要一种智能的查询方法在获取不是结构化数据的基础上经过处理这些数据,使这些数据快速查询以及直观展示出来。

为了满足这种需求,基于数据处理之后的数据构建知识图谱,人们可以从知识图谱中查询想要的信息。关系型数据库由于其特定的表结构,在存储知识的时候会有局限性,面对大量的数据需要构建很多的索引,在提升查询效率的同时也会降低更新的效率。

发明内容

基于此,本发明的目的是提供一种基于知识图谱的人物关系可视化查询方法及系统,以提高查询效率。

为实现上述目的,本发明提供了一种基于知识图谱的人物关系可视化查询方法,所述方法包括:

步骤S1:采用Scrapy框架从互联网中爬取与当前人物相关的网页信息;

步骤S2:对所述网页信息进行解析,提取所述网页信息中的与当前人物有关的人物信息和关系信息;

步骤S3:对所述人物信息和所述关系信息进行规范化处理,构建所有人物与当前人物相关的五元组数据;

步骤S4:对所述五元组数据进行人物关系反向推理,获得反向五元组数据;

步骤S5:根据所述反向五元组数据构建人物关系知识图谱,并将所述人物关系知识图谱存于图数据库中;

步骤S6:从所述图数据库中获取待查询人物对应的人物关系知识图谱并进行可视化展示。

可选地,所述从所述图数据库中获取待查询人物对应的人物关系知识图谱并进行可视化展示,具体包括:

步骤S61:采用前端搜索方式从所述图数据库中获取待查询人物对应的人物关系知识图谱,采用Flask框架将所述人物关系知识图谱在Web中存储以及可视化展示;

步骤S62:采用可视化问答方式从所述图数据库中获取待查询人物对应的人物关系知识图谱,采用Flask框架将所述人物关系知识图谱在Web中存储以及可视化展示。

可选地,所述采用可视化问答方式从所述图数据库中获取待查询人物对应的人物关系知识图谱,采用Flask框架将所述人物关系知识图谱在Web中存储以及可视化展示,具体包括:

步骤S621:对输入的问句进行分词操作,获得多个词语;所述问句中包括待查询人物的名称以及人物关系。

步骤S622:对每个词语进行词性标注;

步骤S623:根据词性标注的结果进行实体与关系识别,获得人物名称和关系词;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工商大学;北京市疾病预防控制中心,未经北京工商大学;北京市疾病预防控制中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011239021.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top