【技术实现步骤摘要】
一种工程机械行业知识图谱构建方法及系统
[0001]本专利技术涉及工程机械
，特别是涉及工程机械行业知识图谱构建。
技术介绍
[0002]就工程机械行业而言，行业品牌众多、装备种类众多，且行业知识种类也多种多样，面对众多种类的实体时如何快速建立一个可靠的工程机械行业知识图谱显得尤为重要。随着行业内外新闻数据的更新，小规模的知识图谱难以承担整个行业知识的内容，由于知识数据量庞大，简单的自动构建或半自动构建的方式难以满足行业知识图谱的构建需求，因此亟需一种快速建立工程机械行业知识图谱的方法及系统。
技术实现思路
[0003]本专利技术的目的是提供一种工程机械行业知识图谱构建方法及系统，能够快速建立工程机械行业知识图谱，构建速度快，以解决无法快速建立得到一个可靠的工程机械行业知识图谱的问题。
[0004]为实现上述目的，本专利技术提供了如下方案：第一方面，本专利技术提供一种工程机械行业知识图谱构建方法，所述构建方法包括：根据工程机械行业内的通用知识数据库建立初始知识图谱；对除所述通用知识数据库所包含知...
【技术保护点】
【技术特征摘要】
1.一种工程机械行业知识图谱构建方法，其特征在于，所述构建方法包括：根据工程机械行业内的通用知识数据库建立初始知识图谱；对除所述通用知识数据库所包含知识数据外的工程机械行业的知识数据进行知识抽取，得到若干个三元组；所述三元组包括第一三元组和第二三元组；所述第一三元组为包括实体关系的三元组；所述第二三元组为不包括实体关系的三元组；对所有所述第一三元组进行聚类，得到多个类簇；逐类簇将所有所述类簇内的第一三元组添加到所述初始知识图谱，得到中间知识图谱；基于所述第二三元组对所述中间知识图谱进行补全，得到工程机械行业知识图谱。2.根据权利要求1所述的构建方法，其特征在于，所述根据工程机械行业内的通用知识数据库建立初始知识图谱具体包括：根据工程机械行业内的通用知识数据库，采用自顶向下的构建方式建立初始知识图谱。3.根据权利要求1所述的构建方法，其特征在于，所述对除所述通用知识数据库所包含知识数据外的工程机械行业的知识数据进行知识抽取，得到若干个三元组具体包括：确定除所述通用知识数据库所包含知识数据外的工程机械行业的知识数据中每一知识数据的数据类型；当所述数据类型为结构化数据时，则基于D2R技术对所述知识数据进行知识抽取，得到三元组；当所述数据类型为半结构化数据时，则结合包装器和D2R技术对所述知识数据进行知识抽取，得到三元组；当所述数据类型为非结构化数据时，则对所述知识数据分别进行实体、实体关系和实体属性的抽取，得到三元组。4.根据权利要求3所述的构建方法，其特征在于，所述结构化数据包括来自专用知识数据库的知识数据；所述半结构化数据包括来自HTML网页新闻的知识数据；所述非结构化数据包括来自小程序、公众号和移动APP的知识数据。5.根据权利要求1所述的构建方法，其特征在于，所述对所有所述第一三元组进行聚类，得到多个类簇具体包括：根据聚类中心计算公式确定第θ个聚类中心；θ的初始值为1；利用相似度计算公式计算第θ个聚类中心的语境相似度；对于每一个未聚类三元组，判断所述未聚类三元组中的实体关系与第θ个聚类中心中的实体关系是否相同；若相同，则利用相似度计算公式计算所述未聚类三元组的语境相似度，并基于所述未聚类三元组的语境相似度和第θ个聚类中心的语境相似度确定所述未聚类三元组是否属于第θ个类簇；若不同，则所述未聚类三元组不属于第θ个类簇；所述未聚类三元组为不属于前θ
‑
1类簇的第一三元组；判断剩余未聚类三元组的个数是否大于1，得到第一判断结果；若所述第一判断结果为是，则令θ=θ+1，返回“根据聚类中心计算公式确定第θ个聚类中心”的步骤；若所述第一判断结果为否，则判断剩余未聚类三元组的个数是否等于1；若是，则剩余
未聚类三元组组成第θ+1个类簇，得到θ+1个类簇；若否，则得到θ个类簇。6.根据权利要求5所述的构建方...
【专利技术属性】
技术研发人员：王涛，刘兆伟，朱春华，王一先，张恒振，
申请(专利权)人：山东捷瑞数字科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。