一种资讯知识图谱构建方法和系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114706999A(43)申请公布日2022.07.05(21)申请号202210380548.8(22)申请日2022.04.12(71)申请人国网山东省电力公司济南供电公司地址250012山东省济南市市中区泺源大街238号申请人国家电网有限公司(72)发明人刘震张晓明孙占功李峰徐涛李雪松张国明(74)专利代理机构济南诚智商标专利事务所有限公司37105专利代理师朱晓熹(51)Int.Cl.G06F16/36(2019.01)G06F16/904(2019.01)权利要求书2页说明书8页附图2页(54)发明名称一种资讯知识图谱构建方法和系统(57)摘要本发明提出了一种资讯知识图谱构建方法和系统，该方法包括收集跨媒体信息，并确定跨媒体信息中相应实体之间的关系和实体属性；跨媒体信息包括新闻资讯和新闻资讯对应的评论信息；将新闻资讯数据中非文本文件转换为文本数据；以及获取跨媒体信息文本数据中的实体和关系；将所有的文本数据通过编码器抽取出文本的语义向量，并计算所述语义向量的哈希值，合并哈希值小于预设阈值的新闻资讯和新闻资讯对应的评论信息；对哈希值小于预设阈值的新闻资讯和新闻资讯对应的评论信息进行存储以及可视化渲染。基于该方法。本发明还提出了一种资讯知识图谱构建系统。本发明提高了新闻资讯的质量，降低了新闻采编人员的工作时间成本。CN114706999ACN114706999A权利要求书1/2页1.一种资讯知识图谱构建方法，其特征在于，包括以下步骤：收集跨媒体信息，并确定跨媒体信息中相应实体之间的关系和实体属性；所述跨媒体信息包括新闻资讯和新闻资讯对应的评论信息；将新闻资讯数据中非文本文件转换为文本数据；以及获取跨媒体信息文本数据中的实体和关系；将所有的文本数据通过编码器抽取出文本的语义向量，并计算所述语义向量的哈希值，合并哈希值小于预设阈值的新闻资讯和新闻资讯对应的评论信息；对哈希值小于预设阈值的新闻资讯和新闻资讯对应的评论信息进行存储以及可视化渲染。2.根据权利要求1所述的一种资讯知识图谱构建方法，其特征在于，所述跨媒体信息中相应实体包括新闻资讯中对应的第一实体和评论信息对应的第二实体；所述第一实体包括文章实体、话题实体、发布机构实体；第二实体包括评论实体。3.根据权利要求2所述的一种资讯知识图谱构建方法，其特征在于，所述跨媒体信息中相应实体之间的关系包括文章实体所涉及的话题实体、文章实体所涉及的发布机构实体；文章实体所涉及的评论实体；评论实体所涉及的话题实体。4.根据权利要求2所述的一种资讯知识图谱构建方法，其特征在于，所述跨媒体信息中实体属性包括：文章实体的属性、发布机构实体的属性和评论实体属性；所述文章实体的属性包括标题、链接、内容、发布时间和发布机构；所述发布机构实体包括机构名称、唯一标识、头像和来源；所述评论实体属性包括评论内容、评论时间和评论人。5.根据权利要求1所述的一种资讯知识图谱构建方法，其特征在于，所述将新闻资讯数据中非文本文件转换为文本数据包括：将新闻资讯数据中图像数据转换预设尺寸，然后分割成图像块，再将图像块展开成相同尺寸向量，所述相同尺寸向量经过编解码以及归一化处理之后生成相应的新闻文字描述；将新闻资讯数据中的音频或者视频，通过长语音技术识别转换为文字描述。6.根据权利要求5所述的一种资讯知识图谱构建方法，其特征在于，所述将所有的文本数据通过编码器抽取出文本的语义向量，并计算所述语义向量的哈希值的过程包括：将新闻资讯数据中非文本文件转换的文本数据、新闻资讯中原本的文本数据以及评论信息中的文本数据均作为基于注意力机制的双向编码器框架的输入，抽取文本的语义向量；将所述语义向量通过局部敏感哈希算法，计算最小哈希矩阵中列向量之间的样本相似度；如果相似度小于预设阈值，则合并相似度低于于预设阈值的文章和评论文本。7.根据权利要求6所述的一种资讯知识图谱构建方法，其特征在于，所述对哈希值小于预设阈值的新闻资讯和新闻资讯对应的评论信息进行存储的过程包括：将哈希值小于预设阈值的新闻资讯和新闻资讯对应的评论信息按照实体、关系属性表格进行数据导入，并在Neo4j图数据库进行存储。8.根据权利要求7所述的一种资讯知识图谱构建方法，其特征在于，所述可视化渲染的2CN114706999A权利要求书2/2页方法包括：采用基于Vue.js的web前端技术，通过API接口将知识图谱的实体、关系进行渲染和展示。9.一种资讯知识图谱构建系统，其特征在于，包括收集模块、转换模块、计算模块和存储渲染模块；所述收集模块用于收集跨媒体信息，并确定跨媒体信息中相应实体之间的关系和实体属性；所述跨媒体信息包括新闻资讯和新闻资讯对应的评论信息；所述转换模块用于将新闻资讯数据中非文本文件转换为文本