[发明专利]一种基于wikidata的知识体系自动构建方法与系统

说明书

本发明公开了一种基于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。

技术领域

本发明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。

背景技术

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，由人总结提炼出来的事实、描述或者方法理论，具有明确的主谓宾结构，可以是一条简单的陈述句，也可以多条信息的复合句。

知识实体，是指能够从任意描述中分离出来的主语对象，包含世间万物，大到国家宇宙，小到概念。如“‘她’是指称女性的代词”中的‘她’，“牛顿第一运动定律：任何物体都要保持匀速直线运动或静止状态，直到外力迫使它改变运动状态为止。”的“牛顿第一定律”。

属性/关系，是指定性或者定量刻画知识实体的某个方面的一个度量，其中属性是知识实体的绝对度量，关系是知识实体的相对度量，它们的区别在于是否依赖于另一个实体的定义，如“性别”、“身高”、“体重”是属性，“首都”、“朋友”、“父母”是关系。

知识模型，也称知识类别，是指一类实体的统称，并具有统一的属性、关系定义。比如人员、机构。

知识模型层级，即知识实体的类别体系，具有树状层级关系。

辐射，是指一个主题/知识实体往外延伸，根据关系关联的知识实体一层层往外扩张。

Wikidata作为一个开放知识库，是面向通用领域、所有用户的使用需求，不能定制化呈现特定主题/知识实体的知识体系。

发明内容

本发明的目的在于克服上述技术缺陷，提出了一种基于wikidata的知识体系自动构建方法与系统。

为实现上述目的，本发明提出了一种基于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)；