[发明专利]一种基于百科词条自动构建影视综知识图谱的方法

说明书

本发明涉及知识图谱技术领域，具体地说，涉及一种基于百科词条自动构建影视综知识图谱的方法。其包括将百科词条infobox、参演电影、参演电视剧模块转化为创建图谱节点和边的解析流程和根据百科词条判断是否为影视综相关人物流程。该基于百科词条自动构建影视综知识图谱的方法中，采用百科词条作为数据源，数据源易获得，容易复现，同时，数据源单一，不存在数据融合的问题，将百科词条infobox、参演电影、参演电视剧模块转化为创建图谱节点和边的解析，根据百科词条判断是否为影视综相关人物，实现影视综领域图谱自动化建设。

技术领域

本发明涉及知识图谱技术领域，具体地说，涉及一种基于百科词条自动构建影视综知识图谱的方法。

背景技术

知识图谱被称为下一代AI系统的基石，越来越多的人们已经逐渐意识到知识图谱的重要性。知识图谱最早是由Google公司在2012年提出来的一个概念。从学术的角度，可以对知识图谱给一个这样的定义：“知识图谱本质上是语义网络的知识库”。从实际应用的角度出发可以简单地把知识图谱理解成多关系图(Multi-relational Graph)。其中节点和边是构成知识图谱的重要部分，创建知识图谱必须要创建节点和连接节点对应的边。现有知识图谱构建流程大都是开放领域的，影视综领域相关的知识图谱少之又少。目前大多数知识图谱构建流程使用了多个数据源且数据获取难度大，致使各个数据源的融合和数据的获取成为图谱自动化建设的一大难点。影视综图谱以明星、电影、电视剧等为核心，可以挖掘明星之间的隐含关系，也可以针对影视综做一些问答系统和电影推荐等。

发明内容

本发明的目的在于提供一种基于百科词条自动构建影视综知识图谱的方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供一种基于百科词条自动构建影视综知识图谱的方法，其方法包括如下步骤：

步骤一：解析百科词条；

步骤二：将词条名称、词条简介、词条infobox和词条标签传入分类模型判断是否为影视综相关人物，如果是，则继续执行步骤三，如果否，则结束；

步骤三：在neo4j上创建人物标签节点，记做ppl_node，并将url置为唯一性字段；

步骤四：解析词条infobox模块；

步骤五：将item对应的词条名称、词条简介、词条infobox和词条标签传入分类模型判断item是否为人物节点，如果是，则根据item创建人物标签节点，记做item_node，并将url置为唯一性字段，执行步骤九，如果否，则执行步骤六；

步骤六：将item对应的词条名称、词条简介、词条infobox和词条标签传入分类模型判断item是否为电视剧节点，如果是，则根据item创建电视剧标签节点，记做item_node，并将url置为唯一性字段，执行步骤九，如果否，则执行步骤七；

步骤七：将item对应的词条名称、词条简介、词条infobox和词条标签传入分类模型判断item是否为电影节点，如果是，则根据item创建电影标签节点，记做item_node，并将url置为唯一性字段，执行步骤九，如果否，则执行步骤八；

步骤八：根据item创建事物节点，记做item_node，并将url置为唯一性字段；

步骤九：创建节点ppl_node和节点item_node之间的边；

步骤十：解析参演电影模块，创建电影标签节点记做movie_node，并将url置为唯一性字段；

步骤十一：创建ppl_node与节点movie_node之间的边；

步骤十二：根据饰演字段创建角色节点记做role_node1，并将url置为唯一性字段；

步骤十三：创建ppl_node与节点role_node1之间的边；