[发明专利]数据查询方法、装置及计算机可读存储介质

说明书

本公开提供了一种数据查询方法、装置及计算机可读存储介质，涉及数据处理技术领域。其中的数据查询方法包括：接收用户输入的查询信息；对用户输入的查询信息进行自然语言处理，解析得到查询关键词；在知识图谱中确定查询关键词对应的查询实体；向用户返回知识图谱中与查询实体相关联的数据链。本公开在用户输入查询信息后向用户返回知识图谱中的相关数据链，能够向用户充分展示相关数据信息的上下游关联关系，从而扩展了用户分析数据的范围，有助于用户进行更加全面的数据分析。

技术领域

本公开涉及数据处理技术领域，特别涉及一种数据查询方法、装置及计算机可读存储介质。

背景技术

在互联网飞速发展的今天，信息大量存在于非结构化的文本数据、大量半结构化的表格和网页以及生产系统的结构化数据中。金融行业相比较于其它行业对各种新闻事件的敏感度要高很多，因此非常依赖于新闻事件的准确性、全面性和及时性。越多越全的数据和信息若能及时的汇总到金融行业用户手中，并能从其中分析出千丝万缕的关系，则将会大大提升用户的工作效率，辅助用户作出最精准的判断，获取最大的回报价值。

金融行业用户在做出最终的投资或者决策前，往往需要经历以下几个步骤。首先是手动数据采集和处理，从各个不同的新闻源中采集数据(例如搜索引擎、各大新闻门户网站、政府公告、论坛等)，由此获得大量的新闻信息，根据金融用户的个人经验过滤掉其中对用户无效的数据。然后是分析和汇总分类数据，信息获取之后用户需要提取每个信息事件的关键点并汇总分类，形成文档、报告或者存储到结构化的数据系统中(例如Excel或者mysql等数据库)。由于数据量非常庞大，为了搜索方便和提高查询效率，所以数据存储的结果会缺少一些数据原本提供的信息。最后是决策，分类数据后用户会进行数据分析，从中判断新闻事件的发生对投资主体的影响以及影响的范围，然后根据数据分析结果做出最终的决策。

发明内容

本公开解决的一个技术问题是，如何实现更加全面的数据分析。

根据本公开实施例的一个方面，提供了一种数据查询方法，包括：接收用户输入的查询信息；对用户输入的查询信息进行自然语言处理，解析得到查询关键词；在知识图谱中确定查询关键词对应的查询实体；向用户返回知识图谱中与查询实体相关联的数据链。

在一些实施例中，在知识图谱中确定查询关键词对应的查询实体包括：在知识图谱中确定查询关键词对应的起始查询实体；向用户返回知识图谱中与查询实体相关联的数据链包括：向用户返回知识图谱中以起始查询实体为起始节点的数据链。

在一些实施例中，在知识图谱中确定查询关键词对应的查询实体包括：在知识图谱中确定查询关键词对应的起始查询实体以及结束查询实体；向用户返回知识图谱中与查询实体相关联的数据链包括：向用户返回知识图谱中以起始查询实体为起始节点、以结束查询实体为结束节点的数据链。

在一些实施例中，按照数据链包含的关系数由大到小的顺序，向用户返回知识图谱中与查询实体相关联的数据链。

在一些实施例中，该数据查询方法还包括：采集数据库数据；对数据库数据进行自然语言处理，提取实体以及实体之间的关系；根据实体以及实体之间的关系生成知识图谱。

在一些实施例中，对数据库数据进行自然语言处理，以提取实体以及实体之间的关系包括：利用自然语言处理模型从数据库数据中提取数据关键词；将词频-逆向文档频率高于第一阈值的数据关键词作为实体；利用自然语言处理模型从数据库数据中提取实体之间的关系。

在一些实施例中，采集数据库数据包括：配置数据源地址列表、开始页码、结束页码以及采集时间；根据采集时间，自动提取数据源地址列表、开始页码、结束页码所确定的新闻数据；解析得到新闻数据中的标题和正文数据，存储至数据库。