网页数据构建知识图谱-数据和方法
2017-03-22 10:19
399 查看
1.网页数据解析
(1)可以参看webkit内核,构建一个网页解析工具,解析dom树/视觉树/分块树,根据需求解析目标数据;
(2)构建xpath类规则,提取指定目标数据;
(3)解析microdata数据,可以参考pps/babytree,里面的itemscope/itemprop系列标签
2.数据来源
(1)百度百科/维基百科等知识词条类
(2)豆瓣类垂直站点
(3)其它类别的站点
3.构建
(1)实体:可以使用百科词条/维基百科的词条作为一个实体,里面能够包含实体属性,如果有图片可以直接配图
(2)关系:可以挖掘标签,如类型电视剧,作为某一个电视剧实体的上位关系,挖掘类型电视剧下面的所有电视剧实体,这可以作为一种方法。还可以从垂直站点挖掘,另外,可以考虑mypos数据,kv数据等。实体和关系都以七元组的方式存入知识库中。
(3)算法:有了实体和关系,用户输入一个query,对query变换,分析用户意图之后,检索出和query相似度比较高的实体和关系,拉取匹配度高的【关系,下位实体1,下位实体2,…】列表,通过相似度/query点展预测/用户意图等一系列特征判断,给出topN的推荐,可以以星状图展现,也可以以检索列表展现等。
(1)可以参看webkit内核,构建一个网页解析工具,解析dom树/视觉树/分块树,根据需求解析目标数据;
(2)构建xpath类规则,提取指定目标数据;
(3)解析microdata数据,可以参考pps/babytree,里面的itemscope/itemprop系列标签
2.数据来源
(1)百度百科/维基百科等知识词条类
(2)豆瓣类垂直站点
(3)其它类别的站点
3.构建
(1)实体:可以使用百科词条/维基百科的词条作为一个实体,里面能够包含实体属性,如果有图片可以直接配图
(2)关系:可以挖掘标签,如类型电视剧,作为某一个电视剧实体的上位关系,挖掘类型电视剧下面的所有电视剧实体,这可以作为一种方法。还可以从垂直站点挖掘,另外,可以考虑mypos数据,kv数据等。实体和关系都以七元组的方式存入知识库中。
(3)算法:有了实体和关系,用户输入一个query,对query变换,分析用户意图之后,检索出和query相似度比较高的实体和关系,拉取匹配度高的【关系,下位实体1,下位实体2,…】列表,通过相似度/query点展预测/用户意图等一系列特征判断,给出topN的推荐,可以以星状图展现,也可以以检索列表展现等。
相关文章推荐
- 中文知识图谱构建方法研究3
- 知识图谱数据构建的“硬骨头”,阿里工程师如何拿下?
- 中文知识图谱构建方法研究1
- Atitti 知识图谱构建方法attilax 总结
- Atitti 知识图谱构建方法attilax 总结
- 中文知识图谱构建方法研究2
- 知识图谱数据构建的“硬骨头”,阿里工程师如何拿下?
- C#请求http向网页发送接收数据的方法
- 网页中数据导出方法.net语言3.导出.doc .txt .xml格式的
- Jquery构建Form表单Post提交数据的简单方法
- php发送Http请求,抓取网页数据方法(cURL,file_get_contents,snoopy)
- 知识管理系统Data Solution研发日记之十二 网页数据抓取Fetch,呈现Render,导出Export
- Android获取网页数据的方法总结
- 大数据工程人员知识图谱
- 大规模知识图谱的构建、推理及应用
- sparql和elasticsearch构建知识图谱搜索引擎
- 《机器读心术之自然语言处理与知识图谱实战特训营》覆盖北上广深输送最新商业价值 - 数据磨坊-炼数成金-Dataguru专业数据分析社区
- 一种把ASP.net网页数据导出到外部文件的方法
- 在网页中显示数据的方法
- 关于android中数据持久化存储的方法的知识整理