技術(shù)特征：

1.一種基于規(guī)則模型的實體抽取與關(guān)系挖掘構(gòu)建知識圖譜的方法，特征在于：該方法包括下列步驟：

步驟一:爬取目標領(lǐng)域的百科知識庫數(shù)據(jù)，并定義食品類、農(nóng)藥類、營養(yǎng)類、病蟲害類字典，便于規(guī)則挖掘；

步驟二:對百科類數(shù)據(jù)進行去HTML標簽化，獲取中文文本并獲取URL鏈接，便于后續(xù)處理；

步驟三:通過加入人工標注的關(guān)系屬性信息，來獲取更全的實體屬性信息；

步驟四:對事件的獲取以及圖譜關(guān)系建立。

2.根據(jù)權(quán)利要求1所述的基于規(guī)則模型的實體抽取與關(guān)系挖掘構(gòu)建知識圖譜的方法，特征在于：其中所述步驟二具體如下：

2.1.將文檔轉(zhuǎn)化成UTF-8編碼；

2.2.去除文檔中的標點符號并正則解析，記錄URL數(shù)；

2.3.對文檔進行分詞處理；

2.4.獲得文檔詞的詞向量；

2.5.對獲取的詞向量進行相似計算，并綁定對應(yīng)文檔的URL集合、后續(xù)關(guān)系融合以及關(guān)系獲取提供權(quán)值，取TOP3在通過word2vec的向量運算后，得到向量E₁(w₁,w₂,w₃,w₄,…,w_n),E₂(w₁,w₂,w₃,w₄,…,w_n),…,E_n(w₁,w₂,w₃,w₄,…,w_n),其中E_i表示文檔實體，w_i表示向量所在維數(shù)的值，進而計算目標詞與目標詞文檔中的其他詞的相似度，該相似度用來表示目標詞與目標詞文檔中的其他詞具有相關(guān)性，并作為圖譜中的連接關(guān)系，取TOP3，其中相似度的計算采用常用的N維向量相似度計算:

$Dis\tan ce(A,B)=\frac{{\Σ}_{i=1}^n(A_i\×B_i)}{\sqrt{{\Σ}_{i=1}^n{\left(A_i\right)}^2}\×\sqrt{{\Σ}_{i=1}^n{\left(B_i\right)}^2}}$

公式說明:

Distance(A,B)：表示函數(shù)處理A,B兩者之間的余弦夾角，返回夾角值，便于排序；

A:表示當前文檔的實體名，如處理西瓜文檔時，當前A就表示西瓜的詞向量；

B:表示當前文檔的其他詞向量；

A_i，B_i：表示對應(yīng)詞的詞向量。

3.根據(jù)權(quán)利要求1所述的基于規(guī)則模型的實體抽取與關(guān)系挖掘構(gòu)建知識圖譜的方法，特征在于：其中所述步驟三具體如下：

3.1.定義可能的關(guān)系信息，可能的關(guān)系信息越多則獲取的屬性信息有可能更多；

3.2.關(guān)聯(lián)過后進行部分人工較對。

4.根據(jù)權(quán)利要求1所述的基于規(guī)則模型的實體抽取與關(guān)系挖掘構(gòu)建知識圖譜的方法，特征在于：其中所述步驟四具體如下：

4.1.假設(shè)實體詞有{E₁,E₂,...,E_n},接下來進行相關(guān)事件的爬取工作,采用關(guān)鍵詞爬取相關(guān)事件HTML，進行解析，獲取事件；

4.2對于實體屬性圖譜獲取，以及事件獲取，需要實體間的消岐以及融合，說明如下:

4.2.1目前所做的是簡稱以及全稱的實體融合，即實體名稱的簡稱與全稱建立映射關(guān)系；在圖譜中只存在一種實體名稱，即簡稱或全稱；根據(jù)映射關(guān)系對圖譜數(shù)據(jù)融合時，進行實體的消岐，即圖譜中實體名稱的統(tǒng)一；外部訪問時，通過關(guān)系映射，獲取實體的圖譜信息。