一种基于wikidata的知识体系自动构建方法与系统技术方案

本发明专利技术公开了一种基于wikidata的知识体系自动构建方法与系统，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。本发明专利技术提出的适用于特定主题/知识实体的知识体系构建方法，为快速掌握、后续深入优化完善知识体系及深入研究该主题/知识实体奠定了基础。

An automatic knowledge system construction method and system based on wikidata

【技术实现步骤摘要】
一种基于wikidata的知识体系自动构建方法与系统
本专利技术涉及知识体系构建领域，尤其是涉及一种基于wikidata的知识体系自动构建方法和系统。
技术介绍
在大数据时代背景下，面对浩如烟海的信息/知识和快速更新的现状，通过传统的知识体系积累方式，大量人工将花费在数据搜集和整理上，对于科研和情报人员的研究价值更是一种极大的浪费。采取机器智能手段挖掘已有的公共开放知识库，自动汇聚特定主题/知识主体的知识，形成一套基础的知识体系，从而让科研和情报人员能够快速了解掌握其框架轮廓，并结合自身认知进行进一步的修正完善，演变成特定的知识体系。Wikidata是一个世界范围的免费开放、多语言、任何人或机器都可以编辑修改的大规模链接知识库，采用众包协作机制支持以三元组为基础的知识条目的自由编辑。Wikidata中的每个实体存在多个不同语言的标签，别名，描述，以及声明(statement)，目前支持超过350种语言，拥有超过6600万个数据项及8亿的声明，是一个超大型知识库。概念介绍知识条目，是指包含了一定知识内容的陈述，由人总结提炼本文档来自技高网...

【技术保护点】
1.一种基于wikidata的知识体系自动构建方法，所述方法包括：/n步骤1)获取种子数据和辐射层级；/n步骤2)抽取与种子数据相关的wikidata知识条目；/n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)；/n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。/n

【技术特征摘要】
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。


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，采用面向特定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3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，形成针对特定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；
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。


5.根据权利要求4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：结合可选的体系专家修正信息输入，对构建的知识体系进行优化。


6.一种基于wikidata的知识体系自动构建系统，其特征在于，所述系统包括用户层、系统层和展示层；
所述用户层，用于采集种子数据、辐射层级和体系专家修正信息；
所述系统层，用于抽取与种子数据相关的wikidata知识条目，清洗解析以主-谓-宾三元组形式存储，并拆分、解析生成知识结构数据，同时根据...

【专利技术属性】
技术研发人员：毛彬，罗威，谭玉珊，罗准辰，田昌海，叶宇铭，宋宇，
申请(专利权)人：毛彬，中国人民解放军军事科学院军事科学信息研究中心，
类型：发明
国别省市：北京;11