[发明专利]一种基于可信网页资源的知识图谱构建方法有效
| 申请号： | 202010107687.4 | 申请日： | 2020-02-21 |
| 公开（公告）号： | CN111368092B | 公开（公告）日： | 2020-12-04 |
| 发明（设计）人： | 宋晓兆;张楚一;胡岩峰;付啟明;陈尚;邓竟成 | 申请（专利权）人： | 中国科学院电子学研究所苏州研究院 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F16/35;G06F16/951 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 封睿 |
| 地址： | 215000 江苏省苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于可信网页资源的知识图谱构建方法，获取每个百科页面参考资料中的链接，记录对应的百科页面中的主题；爬取链接的网页中的文本及网页中的链接，将网页中的链接加入队列确定主题模型的训练集；根据爬取的网页文本和主题标签训练LDA模型；爬取队列中的网页，将网页中的链接加入队列，当所爬取的网页的链接属于1跳链接时直接输出该网页用作知识抽取，否则使用LDA模型计算其文档的主题分布进行聚类；对每个聚类簇分别计算每个网页的TrustRank值；选取网页进行可信度标注，结合特征训练知识来源识别模型；批量获得新的待识别网页并计算特征，当识别为知识来源时输出网页作知识抽取。本发明构建的知识图谱更为全面、质量更高。 | ||
| 搜索关键词： | 一种 基于 可信 网页 资源 知识 图谱 构建 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院电子学研究所苏州研究院，未经中国科学院电子学研究所苏州研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010107687.4/，转载请声明来源钻瓜专利网。
