公开(公告)号：CN103488724B

公开(公告)日：2016-09-28

申请号：CN201310420375.9

申请日：2013-09-16

Applicant: 复旦大学

Inventor： 肖仰华 ,  张可尊 ,  汪卫

IPC: G06F17/30

Abstract: 本发明属于中文知识库应用技术领域，具体为一种面向图书的阅读领域知识图谱构建方法。该方法分为三个部分：通用知识图谱构建、领域知识图谱构建和智能阅读推荐。即：获取互联网上的知识，集成通用知识图谱；结合通用知识图谱利用迭代的方式扩展书籍相关的概念和实体，结合实体Infobox表和传统关系抽取实体关系；按照实体由长到短标注电子书籍中的核心实体，并建立实体与书籍知识图谱的链接，以实现智能知识推荐。本发明通过建立面向书籍的阅读领域知识图谱，对书籍中的实体进行解释或知识推荐，增加了知识的深度，实现了电子阅读的便捷化、智能化和人性化，具有更好的用户体验。

公开(公告)号：CN103488724A

公开(公告)日：2014-01-01

申请号：CN201310420375.9

申请日：2013-09-16

Applicant: 复旦大学

Inventor： 肖仰华 ,  张可尊 ,  汪卫

IPC: G06F17/30

Abstract: 本发明属于中文知识库应用技术领域，具体为一种面向图书的阅读领域知识图谱构建方法。该方法分为三个部分：通用知识图谱构建、领域知识图谱构建和智能阅读推荐。即：获取互联网上的知识，集成通用知识图谱；结合通用知识图谱利用迭代的方式扩展书籍相关的概念和实体，结合实体Infobox表和传统关系抽取实体关系；按照实体由长到短标注电子书籍中的核心实体，并建立实体与书籍知识图谱的链接，以实现智能知识推荐。本发明通过建立面向书籍的阅读领域知识图谱，对书籍中的实体进行解释或知识推荐，增加了知识的深度，实现了电子阅读的便捷化、智能化和人性化，具有更好的用户体验。

公开(公告)号：CN103902649B

公开(公告)日：2017-01-18

申请号：CN201410052292.3

申请日：2014-02-17

Applicant: 复旦大学

Inventor： 张可尊 ,  肖仰华 ,  汪卫

IPC: G06F17/30

Abstract: 本发明属于开放知识抽取技术领域，具体为一种基于在线百科链接实体的知识抽取方法。其通过有效的证据融合方法移除链接实体中的不相关实体，得到高质量的相关链接实体；然后利用Gmeans聚类方法对相关的链接实体做聚类，用基于LCA的类标签生成方法为每个类产生一个描述性的类标签，这样每个类对应的实体集合和类标签构成一组知识；最后，为了提高大数据量实体的聚类效率，使用基于最大生成树的类复用机制，从而极大节约聚类时间。本发明不同于传统的知识抽取方法，其抽取基于在线百科的链接实体，而不是正文内容，极大的避免了自然语言处理方法的计算代价高、错误率高等缺点，可以高效地处理大规模数据。

公开(公告)号：CN103902649A

公开(公告)日：2014-07-02

申请号：CN201410052292.3

申请日：2014-02-17

Applicant: 复旦大学

Inventor： 张可尊 ,  肖仰华 ,  汪卫

IPC: G06F17/30

Abstract: 本发明属于开放知识抽取技术领域，具体为一种基于在线百科链接实体的知识抽取方法。其通过有效的证据融合方法移除链接实体中的不相关实体，得到高质量的相关链接实体；然后利用Gmeans聚类方法对相关的链接实体做聚类，用基于LCA的类标签生成方法为每个类产生一个描述性的类标签，这样每个类对应的实体集合和类标签构成一组知识；最后，为了提高大数据量实体的聚类效率，使用基于最大生成树的类复用机制，从而极大节约聚类时间。本发明不同于传统的知识抽取方法，其抽取基于在线百科的链接实体，而不是正文内容，极大的避免了自然语言处理方法的计算代价高、错误率高等缺点，可以高效地处理大规模数据。