[发明专利]一种基于智慧社区大数据的知识图谱构建方法

权利要求书

1.一种基于智慧社区大数据的知识图谱构建方法，其特征在于：其包括以下步骤：

S1)获取数据，并根据数据类型将其划分为第一结构化数据、半结构化数据与非结构化数据；

S2)对半结构化数据与非结构化数据进行知识抽取，形成第二结构化数据；所述知识抽取包括实体抽取、语义类抽取以及关系属性抽取；

S3)对第一结构化数据进行数据整合，形成初步的智慧社区知识图谱；

S4)知识表示：对第二结构化数据以及第一结构化数据进行知识表示；

S5)知识融合：对所述第二结构化数据中的实体、关系以及实体的属性进行实体链接和知识合并；

S6)解决智慧社区图谱构建过程中的冲突；

S7)更新智慧社区知识图谱：数据模式层的更新和数据层的更新。

2.如权利要求1所述的基于智慧社区大数据的知识图谱构建方法，其特征在于：所述步骤S1)中，所述第一结构化数据包括人员姓名、性别、年龄、家庭结构、机动车辆信息、门禁进出时间信息、车库进出时间信息、车牌、电动车辆信息、人脸信息、访客信息、缴费信息、以及未知人员，其中未知人员为进入社区但并未与社区内任何家庭有关系的人员；所述第一结构化数据来源于智慧社区直接提供的关系数据库。

3.如权利要求1所述的基于智慧社区大数据的知识图谱构建方法，其特征在于：所述非结构化数据包括图片、音频、视频以及文本。

4.如权利要求1所述的基于智慧社区大数据的知识图谱构建方法，其特征在于：所述步骤S3)中，初步的智慧社区知识图谱的构建步骤包括：

S31)以小区保安、家庭、姓名实体作为节点，每个节点均包含有其对应的属性值；

S32)按照设定的关系将各节点进行连接，形成初步的智慧社区知识图谱。

5.如权利要求1所述的基于智慧社区大数据的知识图谱构建方法，其特征在于：所述步骤S2)中的语义类抽取包括并列相似度计算、上下位关系抽取以及语义类生成。

6.如权利要求5所述的基于智慧社区大数据的知识图谱构建方法，其特征在于：所述语义类生成包括：

S21)初始化领域种子词，准备设定数量的确定是属于该领域的词汇；

S22)根据这些种子词在测试语料中抽取规则，并进行打分，将设定分数以上的规则加入至规则库中；

S23)回归到测试语料，由规则库里的规则来匹配将要抽取的词汇，去除无用的词汇，将其余词汇加入词汇库；

S24)迭代重复步骤S22)～步骤S23)，最终获得领域词汇。