面向海量非结构化文本的知识图谱自动构建方法及系统

摘要

本发明属于计算机软件技术领域，公开了一种面向海量非结构化文本的知识图谱自动构建方法及系统，将命名实体识别问题抽象为一个序列标注问题：给定一个句子，为句子序列中的每一个字做标注；根据训练数据设计有效的特征，学习各类分类模型，使用训练好的分类器预测关系；链接多个现有知识，从顶层创建一个大规模的统一的知识网络；从三大在线百科、开放网站、相关知识库或搜索引擎日志中抓取实体信息并进行整合。本发明能够大幅提高知识图谱的构建速度，提高时间效率，降低人力资源成本30％以上。同时，本发明具有较好的领域移植性，在构建知识图谱时，仅需对本发明中的实体和关系抽取算法进行优化，即可迅速实现。