[发明专利]一种基于Neo4j和大数据的初等数学知识图谱构建方法

权利要求书

1.一种基于Neo4j和大数据的初等数学知识图谱构建方法，其特征在于，包括如下步骤：

S1、根据Neo4j图形数据库分别对实体、关系以及属性的定义，自上而下构建初始知识图谱；

所述步骤S1包括如下子步骤：

S11、根据初等数学知识体系获取知识图谱数据；

S12、根据知识图谱数据构建初始数据库；

S13、将初始数据库中的实体和关系转换得到Neo4j数据库中的各实体关系三元组，完成初始知识图谱构建；

S2、根据大数据和深度学习自下而上的构建方法完善所述初始知识图谱，得到完整的初等数学知识图谱；

所述步骤S2包括如下子步骤：

S21、利用大数据技术获取非结构化初等数学数据；

S22、利用自然语言处理技术抽取非结构化初等数学数据中的实体和关系；

所述步骤S22抽取非结构化初等数学数据中的实体和关系的方法如下：

B1、根据语言技术平台LTP和类型递进逻辑采用流水线方式命名非结构化初等数学数据中实体；

B2、利用双向长短期记忆网络和条件随机场建立初等数学实体类型识别模型；

B3、利用初等数学实体类型识别模型识别非结构化初等数学数据中的实体，完成抽取非结构化初等数学数据的实体；

B4、根据非结构化初等数学数据中包含实体关系三元组的若干条数学文本构建初等数学关系库；

B5、利用BERT模型对待抽取关系的数学文本与初等数学关系库中已有数学文本进行相似度计算，并将最相似的待抽取关系的数学文本的实体关系三元组抽取出，得到抽取出文本，完成非结构化初等数学数据中的实体和关系的抽取；

S23、将抽取得到非结构化初等数学数据中的实体和关系进行数据预处理和相似度比对，得到相似度对比结果；

所述步骤S23中得到的相似度对比结果包括若干实体、若干关系以及若干属性；

所述步骤S23包括以下步骤：

D1、非中文数据预处理：通过正则表达式判断非结构化初等数学数据中的非中文字符，并使用成对的美元符号将其包括在中间，得到非中文数据预处理结果；

D2、新定义和命题题目数据预处理：将非中文数据预处理结果中的新定义和命题题目的实体关系三元组封装为已知和结论两部分，得到新定义和命题题目处理预结果；

D3、短截分割数据预处理：将新定义和命题题目处理预结果根据中文标点逗号、分号以及句号进行短句分割，得到若干短句分割处理结果；

D4、实体相似度比对：将各短句分割处理结果中实体名称和实体包含属性抽取出，得到若干实体；

D5、关系相似度比对：将各短句分割处理结果中的首实体、尾实体、关系名称以及关系包含属性抽取出，得到若干关系；

D6、属性相似度比对：将各短句分割处理结果中属性key值和value值抽取出，得到若干属性；

S24、判断相似度对比结果是否满足与初始知识图谱数据存在不同实体、不同关系和不同属性之一或任意组合的情况，若是，则得到待添加非结构化初等数学数据并进入步骤S25，否则结束流程；

S25、将待添加非结构化初等数学数据添加至所述初始知识图谱，得到完整初等数学知识图谱。

2.根据权利要求1所述的基于Neo4j和大数据的初等数学知识图谱构建方法，其特征在于，所述步骤S13包括如下步骤：

A1、在Java项目中建立实体包和关系包；

A2、将实体包和关系包中的实体和关系划分入初始数据库中初等数学知识体系的各知识点模块中；

A3、利用Java语言反射机制获取各知识点模块中实体类的名称和属性，以及各知识点模块中关系类的首实体、尾实体和关系的属性；

A4、根据Java语言反射机制获取结果，利用Neo4j Cypher Java API创建各实体间的关系，得到Neo4j数据库的各实体关系三元组，完成初始知识图谱构建，其中，所述Neo4jCypher Java API自定义cypher并进行封装。