[发明专利]用于查询和集成结构化和非结构化数据的方法和系统

权利要求书

1.一种查询和集成结构化和非结构化数据的计算机实现的方法，所述方法包括：

接收使用开域信息提取系统从第一非结构化数据集合提取的实体信息，其中所述实体信息包括所述第一非结构化数据集合的第一实体与第二实体之间的关系信息；

根据所述关系信息识别模式并根据所述模式创建所述第一非结构化数据集合的架构；以及

如果所创建架构的元素与第二非结构化数据集合的实体或现有结构化数据集合的架构元素之间存在足够的整体相似度，则将所创建架构的所述元素与（i）所述第二非结构化数据集合的所述实体或（ii）所述现有结构化数据集合的所述架构元素相关联，从而产生所创建架构的所述元素与所述第二非结构化数据集合的所述实体或所述现有结构化数据集合的所述架构元素之间的链接。

2.根据权利要求1的方法，其中关联步骤包括：

接收映射规则集合；以及

根据所述映射规则集合，将所创建架构的所述元素映射到（i）所述第二非结构化数据集合的所述实体或（ii）所述现有结构化数据集合的所述架构元素以产生所述链接。

3.根据权利要求2的方法，其中映射步骤包括：

测量所创建架构的所述元素与（i）所述第二非结构化数据集合的所述实体或（ii）所述现有结构化数据集合的所述架构元素之间的词汇相似度、文档相似度、语义相似度和结构相似度，以根据给定阈值判定是否存在所述足够的整体相似度；

如果存在所述足够的整体相似度，则将所创建架构的所述元素与所述第二非结构化数据集合的所述实体或所述现有结构化数据集合的所述架构元素组合成包括相似元素或元素-实体组合的组，从而产生所述链接；以及

如果没有足够的整体相似度，则将所创建架构的所述元素与所述第二非结构化数据集合的所述实体或所述现有结构化数据集合的所述架构元素聚集成待检查的组，

其中测量、组合和聚集步骤基于所述映射规则。

4.根据权利要求2的方法，其中关联步骤进一步包括：

接收有关所述映射的结果的反馈；以及

根据所述反馈改进所述映射规则集合以产生改进后的映射规则集合。

5.根据权利要求1的方法，还包括构造要发送到数据库的查询，所述数据库选自包括以下项的组：

所述第一非结构化数据集合，

所述第二非结构化数据集合，

第三非结构化数据集合，

所述现有结构化数据集合，以及

另一现有结构化数据集合。

6.根据权利要求1的方法，还包括在查询评估时搜索实例级链接。

7.一种用于查询和集成结构化和非结构化数据的计算机实现的系统，所述系统包括：

接收设备，其被配置为接收使用开域信息提取系统从第一非结构化数据集合提取的实体信息，其中所述实体信息包括所述第一非结构化数据集合的第一实体与第二实体之间的关系信息；

模式识别设备，其被配置为根据所述关系信息识别模式并根据所述模式创建所述第一非结构化数据集合的架构；以及

元素关联设备，其被配置为在所创建架构的元素与第二非结构化数据集合的实体或现有结构化数据集合的架构元素之间存在足够的整体相似度的情况下，将所创建架构的所述元素与（i）所述第二非结构化数据集合的所述实体或（ii）所述现有结构化数据集合的所述架构元素相关联，从而产生所创建架构的所述元素与所述第二非结构化数据集合的所述实体或所述现有结构化数据集合的所述架构元素之间的链接。

8.根据权利要求7的计算机实现的系统，其中：

所述接收设备被进一步配置为接收映射规则集合；以及

所述元素关联设备包括映射设备，所述映射设备被配置为根据所述映射规则集合，将所创建架构的所述元素映射到（i）所述第二非结构化数据集合的所述实体或（ii）所述现有结构化数据集合的所述架构元素以产生所述链接。