一种基于知识图谱的渔业知识推荐方法

技术领域

本发明涉一种基于知识图谱的渔业知识推荐方法，属于渔业技术领域。

背景技术

知识图谱是一种语义网络，通过将知识提炼出一个个代表实体(entity)或者概念(concept)的结点，并形成一个实体/概念之间关系的图网络，使得人们朝着语义理解的方向又前进了一步。知识图谱相对于传统的本体和语义网络而言，实体覆盖率更高，语义关系也更加复杂而全面。知识图谱能够为机器理解语言提供更多的背景知识，使得机器能够理解知识图谱背后领域的事理逻辑和知识体系。结合目前的问答系统，即对于用户的问题进行语义解析的一种技术能力，便能够更加精准的回答用户用自然语言所提的问题。

渔业产品是重要的食物和蛋白质来源，并且通过生产和贸易是一个重要的收入来源。与人类的生产生活息息相关，因此不同人群对于渔业知识有着很大的需求，如渔业养殖希望了解在某个区域适合养殖的品种，以及当地已有多少渔场进行相关养殖；钓鱼人士希望了解某种鱼在哪里数量更多，偏好鱼饵等。一方面，由于部分问题需要一些比较专业的领域内业务知识，另一方面，传统的搜索引擎无法理解问题中的语义，更无法适应快速变化的市场动向。

目前搜索引擎技术的发展，使人们获得信息变得方便快捷。然而，主流的搜索引擎基于字或词的建倒排索引，在查询里以字或词匹配为主。并根据匹配数量及网页排名等推荐搜索结果。

该种技术一方面需要具有普适性，返回信息量大，内容针对性不强，无法满足不同人群对于渔业知识的需求，尤其是对比较专业的领域内业务知识可查性很低，通常需要用户查询到相关引用资料，然后自行阅读查找。另一方面，单纯的字词匹配存在着无法理解用户输入包含的语义，无法针对性的回答用户的问题。

发明内容

本发明的目的在于提供一种基于知识图谱的渔业知识推荐方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于知识图谱的渔业知识推荐方法，所述方法包含下述步骤：

步骤一，收集渔业相关资料形成语料库；

步骤二，对语料库内的资料进行百度分词；

步骤三，通过图数据库对百度分词后的资料进行存储处理；

步骤四，使用包括但不限于条件随机场的方式对用户搜索语句分词；

步骤五，对用户搜索语句分词后，从图数据库中链接相关资料；

步骤六，将用户搜索语句与图数据库中链接的相关资料组合出问答；

步骤七，将用户搜索语句存储到语料库；

步骤八，对用户搜索语进行扩展；

步骤九，对用户的搜索语做汇总展现。

优选地，所述步骤一收集渔业相关资料的方式包括但不限于通过搜索引擎和数据库收集。

优选地，所述步骤八对用户搜索语进行扩展包括用户搜索到罗非鱼时，可链接出包括养殖地和菜谱，并可从营养角度推荐口感类似，营养类似的鱼种。

优选地，所述步骤一至步骤三为知识库构建步骤。

优选地，所述步骤四至步骤七为用户交互搜索步骤。

优选地，根据权利要求1所述的基于知识图谱的渔业知识推荐方法，其特征在于：所述步骤八和步骤九为数据可视化步骤。

优选地，所述步骤七将用户搜索语句存储到语料库，用于迭代提升分词准确度。

与现有技术相比，本发明的有益效果是：1、知识结构化，可以对用户的搜索结果成体系的展现，对相关知识有个系统化的认知，并可通过概念之间的关系扩展了解下去。2、推荐精准化，能够更准确的回答用户需要了解的知识，不需要在大量结果中逐一筛选。3、表述自然化，用户可以用自然的语言描述需求。4、数据可视化，对于搜索的结果可以图的形式展现出来，更直观。

附图说明

图1为本发明实现基于知识图谱的渔业知识推荐系统的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅说明书附图，本发明提供一种技术方案：一种基于知识图谱的渔业知识推荐方法，所述方法包含下述步骤：

步骤一，收集渔业相关资料形成语料库；

步骤二，对语料库内的资料进行百度分词；

步骤三，通过图数据库对百度分词后的资料进行存储处理；

步骤四，使用包括但不限于条件随机场的方式对用户搜索语句分词；

步骤五，对用户搜索语句分词后，从图数据库中链接相关资料；

步骤六，将用户搜索语句与图数据库中链接的相关资料组合出问答；

步骤七，将用户搜索语句存储到语料库；

步骤八，对用户搜索语进行扩展；

步骤九，对用户的搜索语做汇总展现。

优选地，所述步骤一收集渔业相关资料的方式包括但不限于通过搜索引擎和数据库收集。

优选地，所述步骤八对用户搜索语进行扩展包括用户搜索到罗非鱼时，可链接出包括养殖地和菜谱，并可从营养角度推荐口感类似，营养类似的鱼种。

优选地，所述步骤一至步骤三为知识库构建步骤。

优选地，所述步骤四至步骤七为用户交互搜索步骤。

优选地，根据权利要求1所述的基于知识图谱的渔业知识推荐方法，其特征在于：所述步骤八和步骤九为数据可视化步骤。

优选地，所述步骤七将用户搜索语句存储到语料库，用于迭代提升分词准确度。

进一步，在本发明实施方式中，包括知识库构建、用户交互搜索和数据可视化。知识库构建可使用网络爬虫技术通过百科、搜索引擎搜索和网络专业数据库等方式收集渔业相关资料形成语料库后，对语料库进行分词处理，提取实体，概念，以及其之间的属性、关系等，然后使用图数据库存储处理后的数据。用户交互搜索是使用条件随机场等方式对用户搜索语句分词，提取概念，实体，并从图数据库中链接相关知识，将问句与问句模板库中使用LSTM计算句子相似度，设定阈值，如有匹配，使用正则的方式，按照对应的规则组合出回答，如无，则通过属性关系组合语句，最后将用户输入语句存储到语料库，迭代提升分词准确度以及关系分析准确度。而数据可视化是对用户搜索中包括的实体从属性、关系角度进行扩展，如用户搜索到罗非鱼相关，可以链接出养殖地，菜谱等，还可从营养角度推荐口感类似，营养类似的其它鱼种，以及对用户的搜索语句做汇总，形成搜索词云展现。

本发明提高知识推荐精准度，解析用户搜索语句，以直接而准确的方式回答用户自然语言提出的问题；也实现增强知识扩展效能，可以通过知识链接与数据可视化提供更直观更系统的资料体系，本发明未具体说明的部分都可作为现有技术理解。

同时，本发明的关键点在于使用爬虫，分词，实体提取等方式构建相关领域的图知识库的技术；以及使用自然语言处理技术对用户搜索语句进行处理，与模板库匹配，可以解析更复杂的用户问句；和使用实体、概念等在渔业知识库中查询检索，获取精准结果；以及以可视化的方式，结合知识库对查询结果进行展现的技术。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。