[发明专利]基于多维度的知识图谱的融合方法、装置及计算机设备

权利要求书

1.一种基于多维度的知识图谱的融合方法，其特征在于，包括以下步骤：

获取来自多个数据源的实体的数据并对所获取的数据进行数据清洗，得到清洗后的数据；

从所述清洗后的数据中抽取每一数据源中的实体、每一数据源中的实体属性以及每一数据源中的各实体之间的连接关系；

根据预设的实体融合规则对所述每一数据源中的实体进行融合，得到每一数据源中融合后的实体；

根据预设的属性相似度规则对所述每一数据源之间的实体属性进行融合，得到融合后的实体属性；

根据所述每一数据源中融合后的实体、所述融合后的实体属性、所述每一数据源中的各实体之间的连接关系构建每一数据源的知识图谱；

根据预设的图谱匹配规则对所述每一数据源的知识图谱进行融合，得到融合后的知识图谱。

2.根据权利要求1所述的基于多维度的知识图谱的融合方法，其特征在于，所述对所获取的数据进行数据清洗，得到清洗后的数据，包括：

根据预置的繁简体转换工具对实体进行繁简体转换，得到繁简体转换后的实体；

基于正则表达式将所述繁简体转换后的实体中的特殊符号进行剔除，得到所述清洗后的实体。

3.根据权利要求2所述的基于多维度的知识图谱的融合方法，其特征在于，所述根据预设的实体融合规则对所述每一数据源中的实体进行融合，得到每一数据源中融合后的实体，包括：

根据预设的提取规则对所述清洗后的实体的名称进行模式提取，得到多个词语；

根据预设的重组规则对所述多个词语进行重组，得到重组后的名称。

4.根据权利要求1所述的基于多维度的知识图谱的融合方法，其特征在于，所述根据预设的属性相似度规则对所述每一数据源之间的实体属性进行融合，得到融合后的实体属性，包括：

对每一数据源中的实体属性进行特征选取，得到所述每一数据源中的实体属性的特征数据；

根据所述每一数据源中的实体属性的特征数据获取每一数据源之间实体属性的相似度；

根据所述每一数据源之间实体属性的相似度对所述每一数据源之间的实体属性进行融合，得到所述融合后的实体属性。

5.根据权利要求4所述的基于多维度的知识图谱的融合方法，其特征在于，所述根据所述每一数据源中的实体属性的特征数据获取每一数据源之间实体属性的相似度，包括：

对所述每一数据源中的实体属性的特征数据进行数值化处理，得到所述每一数据源中的实体属性的数值；

根据所述每一数据源中的实体属性的数值获取所述每一数据源之间的实体属性的相似度。

6.根据权利要求1所述的基于多维度的知识图谱的融合方法，其特征在于，所述根据预设的属性相似度规则对所述每一数据源之间的实体属性进行融合，得到融合后的实体属性，包括：

对每一数据源中的实体属性进行同构处理，得到同构处理后的实体属性；

基于Blocking技术构建所述来自多个数据源的实体的数据的分区索引并根据所述分区索引生成每一数据源的实体的匹配对；

基于编辑距离算法对每一数据源之间的匹配对进行相似度计算，得到匹配对的相似度；

根据所述匹配对的相似度生成所述实体属性的融合规则并根据所述融合规则对所述每一数据源之间的实体属性进行融合，得到融合后的实体属性。

7.根据权利要求1所述的基于多维度的知识图谱的融合方法，其特征在于，所述根据预设的图谱匹配规则对所述每一数据源的知识图谱进行融合，得到融合后的知识图谱，包括：

基于编辑距离算法计算每个知识图谱之间的实体的相似度；

根据所述每个知识图谱之间的实体的相似度对所述每一数据源的知识图谱进行融合，得到融合后的知识图谱。