knowledgebase
DESCRIPTION
knowledgebase. 百科解析(使用 htmlparser ) Baidu . 解析出多义词、 infobox 、 linkage 、 catagory Wiki. 解析出 infobox 、中英文 entity 、 catagory Hudong . 解析出 infobox 、中英文 entity 、 category 五 张表 baiduEntity ( source:baidu ) engEntity ( source:wiki / hudong ) linkage( source:baidu ) - PowerPoint PPT PresentationTRANSCRIPT
Graph Data Management Lab, School of Computer Science
GDM@FUDAN http://gdm.fudan.edu.cn
knowledgebase• 百科解析(使用 htmlparser )– Baidu. 解析出多义词、 infobox 、 linkage 、 catagory– Wiki. 解析出 infobox 、中英文 entity 、 catagory– Hudong. 解析出 infobox 、中英文 entity 、 category
• 五张表– baiduEntity(source:baidu)– engEntity(source:wiki/hudong) – linkage(source:baidu)– infobox(source:baidu/wiki/hudong)– taxonomy(source:baidu/wiki/hudong)
Graph Data Management Lab, School of Computer Science
GDM@FUDAN http://gdm.fudan.edu.cn
knowledgebase• 存储表格– baiduEntity 表
– engEntity 表
– linkage 表
id entity_name source
1 百度百科 baidu
… … …
entity_name english_name source
苹果 Apple Wiki/hudong
… … …
entity_name alias linkEntity
source
苹果 蔷薇科苹果植物
香蕉 baidu
苹果 苹果公司 乔布斯 baidu
Graph Data Management Lab, School of Computer Science
GDM@FUDAN http://gdm.fudan.edu.cn
knowledgebase• 存储表格
– infobox 表
– taxonomy 表
– Wiki 、 hudong 数据 alias 列值与 entity_name 相同
entity_name alias attribute value source
苹果 蔷薇科苹果植物 目 蔷薇目 baidu
苹果 苹果公司 外文名 Apple.Inc baidu
entity_name alias catagory source
苹果 蔷薇科苹果植物 水果 baidu
苹果 苹果公司 跨国公司 baidu
Graph Data Management Lab, School of Computer Science
GDM@FUDAN http://gdm.fudan.edu.cn
Web Site• 网址(内网)– http://10.131.246.72:8080/Soso
• 界面–
• 输入格式– 刘德华(单一实体)– 刘德华 代表作品(实体及属性,以空格分开)– I DO I DO (带空格的实体)– I DO I DO 主演(带空格的实体及其属性)
Graph Data Management Lab, School of Computer Science
GDM@FUDAN http://gdm.fudan.edu.cn
Web Site• Searching result– 李白
数据来源索引
Baidu多义词索引
信息展示区
Graph Data Management Lab, School of Computer Science
GDM@FUDAN http://gdm.fudan.edu.cn
Web Site• Searching result– 李白 baidu 结
果
wiki 结果
hudong结果
Graph Data Management Lab, School of Computer Science
GDM@FUDAN http://gdm.fudan.edu.cn
Web Site• Searching result– 李白 代表作品
– I DO I DO 导演
Graph Data Management Lab, School of Computer Science
GDM@FUDAN http://gdm.fudan.edu.cn
Web Site• Statement– 数据源索引、 baidu 多义词索引能够定位到网
页指定的位置 Problems
– 数据库中空格在网页中显示为“ +” (编码问题)
– Linkage 搜索的链接跳转存在问题(中文编码问题 --linkage 为英文可以跳转搜索但中文无法显示, linkage 为中文无搜索结果 )