[发明专利]一种可视化知识图谱数据建模方法和系统

说明书

本申请提供了一种可视化知识图谱数据建模方法和系统。方法包括：构建模型数据，模型数据包括实体数据及关系数据；使用线性判别分析将实体数据投影到鉴别矢量空间，以获得投影数据；根据关系数据关联投影数据，并根据关联后的投影数据构建并显示知识图谱的三元组模型。实施本申请的技术方案可以提高模型构建效率。

技术领域

本申请涉及知识图谱建模技术领域，尤其涉及一种可视化知识图谱数据建模方法和系统。

背景技术

随着近年来，人工智能正在快速地改变人们的生活，各家科技公司都推出了人工智能的产品或系统，如2016年谷歌推出的Alpha Go战胜人类围棋冠军。再如苹果推出的智能助理Siri，让每个苹果手机用户都能够非常便捷的完成各项任务。这些人工智能产品的问世背后都依赖于各个领域技术突飞猛进的进展，包括机器学习、计算机视觉、语音识别，自然语言等。人工智能背后都依赖于深度学习和知识图谱。

而知识图谱是人工智能的一大技术驱动力，它能够广泛的适用于不同的任务，相比深度学习，知识图谱中的知识可以沉淀，可解释性极强；现有技术中构建知识图谱数据的效率较低，同时，现有技术在构建知识图谱数据时，不能直观得观察所知识图谱数据中的实体及关系，使得构建知识普通数据过程中不易发现错误，导致知识图谱数据构建准确性交低。

发明内容

为了解决上述技术问题中的至少一个，本公开提供了一种可视化知识图谱数据建模方法和系统。

本申请的第一方面，可视化知识图谱数据建模方法，包括：

构建模型数据，所述模型数据包括实体数据及关系数据；

使用线性判别分析将所述实体数据投影到鉴别矢量空间，以获得投影数据；

根据所述关系数据关联所述投影数据，并根据关联后的投影数据构建并显示知识图谱的三元组模型。

可选的，所述模型数据包括属性数据，所述模型数据为JSON格式数据；

所述构建模型数据包括:

读取OWL/XML格式文件；

解析所述OWL/XML格式文件，以获得所述OWL/XML格式文件中的实体数据、关系数据和属性数据；

将所述实体数据、关系数据和属性数据封装为实例，并将所述实例转换为JSON格式数据。

可选的，所述解析所述OWL/XML格式文件，以获得所述OWL/XML格式文件中的实体数据、关系数据和属性数据，包括：

使用文件解析工具按OWL/XML格式文件的规则，确定所述OWL/XML格式文件中的标签的解析策略；

根据所述解析策略解析所述OWL/XML格式文件，得到实体数据、关系数据和属性数据。

可选的，所述模型数据包括属性数据，所述模型数据为JSON格式数据；

所述构建模型数据包括:

获取输入设备输入的实体数据、关系数据和属性数据；

接收输入设备输入的拖拽指令；

根据所述拖拽指令、所述实体数据、所述关系数据和所述属性数据，构建模型数据。

可选的，所述投影数据包括实体ID以及与所述实体ID关联的显示位置坐标。

所述根据所述关系数据关联所述投影数据，包括：

从所述模型数据中获取所述关系数据；

根据所述关系数据，得到头实体ID和尾实体ID；