[发明专利]一种基于属性标注的专业数据实体属性抽取方法

说明书

一种基于属性标注的专业数据实体属性抽取方法，包括以下步骤：获取数据并生成数据库；标注数据库中数据的实体属性并分类；编辑数据抽取指令；获取数据抽取指令；解析数据抽取指令，得到数据抽取条件；根据获得的抽取条件确定目标属性标识；执行抽取任务，根据目标属性标识得到目标文档；判断目标文档中的数据是否符合数据抽取条件；生成数据抽取结果。本发明基于属性标注来对数据进行抽取，简化了抽取方法，在抽取过程中减小了数据库服务器的访问压力，提高抽取效率，节省了时间，并对抽取结果进行多维度统计和展现、全方位人物刻画和分析，可以直观清楚的了解抽取结果，便于使用者进行综合数据分析。

技术领域

本发明涉及数据抽取技术领域，尤其涉及一种基于属性标注的专业数据实体属性抽取方法。

背景技术

对大数据进行智能化管理和有效分析成为一个迫切需求，对大数据进行定量建模以及关联分析，并研究有效的分析挖掘方法，是有效分析大数据的关键，也是提高科学化水平的基础；数据的规模较大，现有的数据实体抽取方法不能基于属性标注来对数据进行抽取，难以快速的从其中抽取所需数据，抽取过程耗费的时间长，抽取效率低。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种基于属性标注的专业数据实体属性抽取方法，基于属性标注来对数据进行抽取，简化了抽取方法，提高了抽取效率，节省了时间，并对抽取结果进行多维度统计和展现、全方位人物刻画和分析，可以直观清楚的了解抽取结果，便于使用者进行综合数据分析，而且优化了当前的数据抽取方案，能在大数据抽取过程中减少数据库服务器的访问压力，并且可灵活配置或扩展规则以适应不同业务系统、不同关系性数据的数据提取。

(二)技术方案

为解决上述问题，本发明提出了一种基于属性标注的专业数据实体属性抽取方法，包括以下步骤：

S1、获取数据并对数据进行存储，生成数据库；

S2、对数据进行处理，标注数据库中数据的实体属性并分类；

S3、编辑数据抽取指令；

S4、获取数据抽取指令；

S5、解析数据抽取指令，得到数据抽取条件；

S6、根据获得的抽取条件确定目标属性标识；

S7、执行抽取任务，根据目标属性标识得到目标文档；

S8、判断目标文档中的数据是否符合数据抽取条件，剔除不符合抽取条件的数据，将符合抽取条件的数据并入数据存储库中；

S9、生成数据抽取结果；

S10、抽取完成，结束本次抽取任务。

优选的，在S2中，实体属性包括工作单位属性、居住地址属性、户籍属性、名族属性、年龄属性、性别属性、学历属性、毕业院校属性、党龄属性、入党日期属性。

优选的，数据获取方式为网上下载或数据导入。

优选的，在S6中，当未获取到对应的目标文档时，则结束任务或更改抽取指令继续进行相关操作。

优选的，在S8中，当未获取到符合抽取条件的数据时，则任务结束或更改抽取指令继续进行相关操作。

优选的，抽取方法为增量抽取方式。

优选的，在S9中，数据抽取结果通过表格展现，表格展现方式为二维表。

优选的，在S9中，数据抽取结果还通过图表展现，图表展现方式为柱状图、饼状图或折线图中的一种或多种。

优选的，在S9中，数据抽取结果还通过人物视图分析对单个人物进行属性全方位展现。