一种知识库动态更新方法技术

本发明专利技术公开了一种知识库动态更新方法，包括：数据获取、数据解析、实体对齐、数据融合，数据融合包括，将实体的相同属性以及含义相近属性进行合并，合并方法为：实体属性规范化以及实体属性融合，实体属性融合包括，单值型属性值对原有属性值进行覆盖；枚举型属性值包括新增、删除以及更新，进行删除操作时，记录实体每个数据源的枚举属性值，对比更新前后的枚举属性值集合，建立删除的属性值集合，将每个数据源删除的属性值分别添加到各自的删除的属性值集合中，集合全部数据源的更新结果，排除所述更新结果在所述删除的属性值集合中的值，得到属性最终值；本发明专利技术增加知识库的时效性与完整性，开放知识库数据的源头，为知识库打造自主学习能力。

A dynamic updating method of knowledge base

【技术实现步骤摘要】
一种知识库动态更新方法
本专利技术涉及计算机
，尤其涉及一种知识库动态更新方法。
技术介绍
自然语言处理是时下比较热门的领域，而知识图谱作为自然语言处理的一项重要支撑技术，其知识库质量的好坏也将间接影响自然语言处理能力的高低。知识库好坏的一个重要指标在于图谱数据的更新，在现如今网络飞速发展的时代，每天各大媒体网站都会有不计其数的新闻推送，网站上的信息也在不断更新，而知识图谱的知识库依然停留在人为处理，节奏较慢的阶段。无法紧跟网络信息的增速，知识图谱的信息的时效性与完整度就无法得到合理的保障，其质量必然在不断的衰减。现有知识图谱的构建流程一般为：原始数据获取、数据解析与清洗、实体对齐、知识融合、数据存储。以百科网站数据源为例，网站数据的获取一般使用现在流行的爬虫技术，通过爬虫技术能够很便利的获取网页信息，之后我们需要采取相应策略解析网页，以获取我们所需要的信息。由于每个网页为了页面渲染或者其他需求，可能会存在特殊字符，或者不同页面区域标点符号使用并不一致的情况，为了确保知识库信息格式的一致性与标准性，我们需要对这些初步解析的数据进行本文档来自技高网...

【技术保护点】
1.一种知识库动态更新方法，其特征在于，所述方法包括：/n步骤一、数据获取；/n步骤二、数据解析；/n步骤三、实体对齐，包括，相同实体描述信息的对齐，不同实体描述信息的区分；/n步骤四、数据融合，包括，将所述实体的相同属性以及含义相近属性进行合并，包括：/n实体属性规范化，对现有同义属性进行聚类，确定每个类簇的属性的规范属性名，创建规范化映射表；设定相似度阈值，对于新属性，若该属性与原有属性类簇的相似度超过阈值，将所述新属性添加到所述原有属性类簇，同时更新所述规范化映射表，对于没达到所述相似度阈值的新属性，保留属性名；/n实体属性融合，单值型属性值对原有属性值进行覆盖；枚举型属性值包括新增、删...

【技术特征摘要】
1.一种知识库动态更新方法，其特征在于，所述方法包括：
步骤一、数据获取；
步骤二、数据解析；
步骤三、实体对齐，包括，相同实体描述信息的对齐，不同实体描述信息的区分；
步骤四、数据融合，包括，将所述实体的相同属性以及含义相近属性进行合并，包括：
实体属性规范化，对现有同义属性进行聚类，确定每个类簇的属性的规范属性名，创建规范化映射表；设定相似度阈值，对于新属性，若该属性与原有属性类簇的相似度超过阈值，将所述新属性添加到所述原有属性类簇，同时更新所述规范化映射表，对于没达到所述相似度阈值的新属性，保留属性名；
实体属性融合，单值型属性值对原有属性值进行覆盖；枚举型属性值包括新增、删除以及更新，进行枚举属性删除操作时，记录实体每个数据源的枚举属性值，对比更新前后的枚举属性值集合，建立删除的属性...

【专利技术属性】
技术研发人员：张日崇，袁红亮，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11