[发明专利]一种结构化数据的知识抽取方法

说明书

本发明公开了一种结构化数据的知识抽取方法，包括下列步骤：S1、构件抽取组件；S2、按照每条抽取规则指定的表格，构造一种字典数据结构，其中键为表格ID，值为对应表格的一组抽取组件；S3、遍历步骤S2中构造的字典，对于每个键值对，基于键构造数据库连接，获取表格数据，然后将这些数据逐条发送给当前键对应的抽取组件；S4、抽取组件对接收的数据进行处理，依次进行全局唯一ID、业务标识ID、类型、属性信息抽取；S5、对于节点抽取组件和关系抽取组件进行进一步抽取。有益效果：可用于构建知识图谱，有良好的扩展性和自适应能力，能够满足多源异构数据的知识抽取需要。

技术领域

本发明涉及信息抽取领域，具体来说，涉及一种结构化数据的知识抽取方法。

背景技术

在大数据时代，互联网及各类信息系统中存储了海量的多种类型的数据，如何有效地利用这些数据、挖掘数据价值，成为各行业探索的重要话题。随着人工智能技术逐步应用，知识图谱作为人工智能的核心技术，逐步受到重视。

作为知识图谱构建的关键步骤，知识抽取是从各种形式数据中提取知识元素的过程。针对结构化数据，一般采用定制开发的方法进行知识抽取，但缺乏扩展性和自适应能力，不能满足多源异构数据的知识抽取需要。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

本发明的目的在于提供一种结构化数据的知识抽取方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种结构化数据的知识抽取方法，包括下列步骤：

S1、构件抽取组件；

S2、按照每条抽取规则指定的表格，构造一种字典数据结构，其中键为表格ID，值为对应表格的一组抽取组件；

S3、遍历步骤S2中构造的字典，对于每个键值对，基于键构造数据库连接，获取表格数据，然后将这些数据逐条发送给当前键对应的抽取组件；

S4、抽取组件对接收的数据进行处理，依次进行全局唯一ID、业务标识ID、类型、属性信息抽取；

S5、对于节点抽取组件和关系抽取组件进行进一步抽取；

S6、重复执行上述步骤S4和步骤S5，直到所有抽取组件处理完成，每个抽取组件的结果发送给会话管理器；

S7、重复执行上述步骤S3，直到所有表格数据处理完成；

S8、从会话管理器中收集所有结果数据，作为结果进行输出。

进一步的，所述步骤S1构件抽取组件包括以下步骤：

S11、对输入参数进行解析，获取节点抽取规则和关系抽取规则；

S12、通过获取的节点抽取规则和关系抽取规则构造一组抽取组件。

进一步的，所述步骤S2按照每条抽取规则指定的表格，构造一种字典数据结构,其中，所述表格以字符串形式的ID进行标识。

进一步的，所述步骤S5对于节点抽取组件和关系抽取组件进行进一步抽取中，对于节点抽取组件，进一步进行节点名称抽取；

对于关系抽取组件，进一步进行头节点ID、尾节点ID、关系是否有向的信息抽取。

与现有技术相比，本发明具有以下有益效果：本发明是对表格形式的结构化数据进行知识抽取，通过指定抽取规则，实现从表格数据中提取实体、关系、事件及其属性等知识信息，可用于构建知识图谱，有良好的扩展性和自适应能力，能够满足多源异构数据的知识抽取需要。

附图说明