[发明专利]基于知识图谱的智能搜索方法

说明书

本发明公开了基于知识图谱的智能搜索方法，构建知识图谱；合理设计分词；输入检索关键词；关键词处理；输出搜索结果；使用NLP语义理解；使用ES进行搜索，本发明在建立检索数据模型时，能够依据数据的内容、数据的类型和数据的特点来将建立的数据模型进行模块化的分割处理，并且使分割后的数据模型能够由多个模块化集合的形式组成，并且在数据模型内分割后的各个对应的集合内建立子集合，使得数据模型在建立后其内部整体的数据结构能够以集合框架的形式建立；同时利用集合来组成数据模型方便对数据模型内部形成的框架数据结构进行分级，极大程度上提升了该搜索方式的实际搜索速度，便于应对庞大的数据信息。

技术领域

本发明涉及搜索方法技术领域，具体为基于知识图谱的智能搜索方法。

背景技术

知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论，它能为学科研究提供切实的、有价值的参考；

而目前人们在搜索过程中均采取传统的索引式检索形式，往往存在查不全、查不准、检索质量不高以及检索速度慢的现象，并且传统索引式检索模型内部的数据组成无法形成有效的数据结构框架，进而导致传统检索模型内部的数据集十分庞大，进而使得检索时无法快速的将搜索结果进行展示，同时也极大程度上抑制了实际搜索过程的速度。

发明内容

本发明提供基于知识图谱的智能搜索方法，可以有效解决上述背景技术中提出目前人们在搜索过程中均采取传统的索引式检索形式，往往存在查不全、查不准、检索质量不高以及检索速度慢的现象，并且传统索引式检索模型内部的数据组成无法形成有效的数据结构框架，进而导致传统检索模型内部的数据集十分庞大，进而使得检索时无法快速的将搜索结果进行展示，同时也极大程度上抑制了实际搜索过程的速度的问题。

为实现上述目的，本发明提供如下技术方案：基于知识图谱的智能搜索方法，具体包括如下步骤：

S1、构建知识图谱；

S2、合理设计分词；

S3、输入检索关键词；

S4、关键词处理；

S5、输出搜索结果；

S6、使用NLP语义理解；

S7、使用ES进行搜索。

根据上述技术方案，所述S1中，知识图谱的构建具体包括如下步骤：

A、确定知识图谱的数据模型；

B、获取知识图谱的数据信息；

C、数据信息处理；

D、根据模型代入数据信息；

E、形成知识图谱。

根据上述技术方案，所述A中，依据知识图谱的数据内容、数据类型和数据特点来确定数据模型，同时根据数据内容、数据类型和数据特点并以大集合的形式将数据模型进行建立，记为集合N，并在数据内容、数据类型和数据特点对应的集合内建立子集合，记为集合n，实现数据模型整体框架由其内部组成的集合进行分级，其中集合N包含集合n；

所述B中，在数据模型建立后，将所有构成知识图谱的具体数据信息进行收集，形成一个庞大的数据集，该数据集包含所有构成知识图谱的数据信息。

根据上述技术方案，所述C中，是指在知识图谱的具体数据信息收集后，对数据集内的数据信息进行处理，具体包括对数据集内的数据信息进行整理、分析、分类和归纳的处理；

所述整理处理，是指对数据集内收集的数据信息进行规整和转换处理，包括对数据信息的格式和内容进行转换和翻译处理；

所述分析处理，是指在数据信息在经过整理处理后，通过NLP语义分析技术来对收集的数据信息的语义进行分析，剔除数据信息内分析出语义不合逻辑的数据信息，使整理后数据信息的释义更加准确和唯一；