[发明专利]基于知识图谱的快速知识对比方法及系统

说明书

本发明提供一种基于知识图谱的快速知识对比方法及系统，包括构建知识表示单元，将各领域词条拆分解析成知识表示单元；构建知识图谱，包括将知识表示单元保存到图数据库中形成知识图谱，领域词条之间形成多对多的图结构关系；构建需对比的领域概念，包括确定需要进行比较的领域概念，拆分解析成知识表示单元，存入知识图谱并建立不破坏原图结构的临时提及关系；抽取领域概念的多级拓扑；对比多级拓扑，计算出拓扑节点权重，然后计算出领域概念的带权相似度，得到知识对比结果。本发明能够快速自动化地实现海量文献的知识对比与分类，支持复杂对比应用，实时性高，实用性强，提高后续查询融合的精度，具有重要的市场价值。

技术领域

本发明属于计算机知识对比技术领域，尤其涉及知识图谱领域知识融合的方法。

背景技术

知识图谱通过构建实体及实体关系的方式描述知识，使得知识更易在计算机之间以及计算机与人之间进行交换、流通与加工。在应用层面，不同来源的同义概念无法有效的被计算机理解，急需有效的技术方案解决以知识融合为主要目标的知识对比问题。而本专利提出一种拓扑结构提取以及对比方案，可以快速比较两个领域概念之间的同义程度。

比较结果用于指导海量文献的知识对比与分类，比如确定两个概念是否是同一概念，比如确定两个概念是否存在较高的包含关系。快速对比的实现可以节约系统资源，提高技术应用的实时性实用性，例如在医疗领域，该对比结果可支持快速自动确定某病例是否属于某领域，帮助患者快速找到相关科室。

发明内容

本发明针对现有知识对比技术中所存在的问题，提供了一种基于拓扑结构的快速对比方案。

本发明提出的技术方案是一种基于知识图谱的快速知识对比方法，包括以下步骤，

步骤1，构建知识表示单元，将各领域词条拆分解析成知识表示单元；所述知识表示单元包括领域节点AreaNode、分类节点CategoryNode和描述节点TextNode，词条各项属性保存在领域节点AreaNode中，词条所属分类保存在分类节点CategoryNode中，描述词条的详细子条目保存在描述节点TextNode中，用分词方法对属性文本和描述节点描述文本分词后，将被提及的领域节点与提及节点建立MENTION关系，其中MENTION表示提及；

步骤2，构建知识图谱，包括将步骤1所得所有知识表示单元保存到图数据库中形成知识图谱，领域词条之间形成多对多的图结构关系；

步骤3，构建需对比的领域概念，包括确定需要进行比较的领域概念A、B，将领域概念A、B拆分解析成知识表示单元，接着存入步骤2所得知识图谱并建立不破坏原图结构的临时提及关系；

步骤4，抽取领域概念的多级拓扑，包括使用子图匹配的方式抽取领域概念A、B在知识图谱上的拓扑结构，知识表示单元中的领域节点和描述节点通过MENTION关系关联的其他领域节点为该领域概念的一级拓扑，一级拓扑中领域节点直接产生MENTION关系的领域节点或通过描述节点间接产生MENTION关系的领域节点为该领域概念的二级拓扑，同理N级拓扑指N-1级拓扑直接提及的其他领域节点以及通过描述节点间接产生MENTION关系的其他领域节点，已经被提取的节点不再提取；

步骤5，对比多级拓扑，包括根据步骤4抽取的领域概念A、B的拓扑结构得到数据图，计算出拓扑节点权重，然后计算出领域概念A、B的带权相似度α，得到知识对比结果。

而且，步骤5中，基于以下定义计算拓扑节点权重，