基于语义网的中文百科知识组织与集成

• 作者: 付宇新 冯志勇 吕雪栋 王鑫
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语义网 资源描述框架(RDF) 中文百科全书 Linked Open Data Nutch
• 年，卷（期）: 2015,（14）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 120-126,169
• 页数: 8页
• 分类号: TP391
• 字数: 8628字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1308-0195

摘要

通过从3个最大的中文百科全书（百度百科、互动百科、中文维基百科）所包含的大规模知识数据中识别重要的结构化特征生成RDF三元组，并将这些信息数据整合加入分布式大规模RDF数据存储系统，从而构成符合Linked Data要求的中文百科知识库RDF数据集。主要工作包括，通过配置网络爬虫对百度百科和互动百科的网页进行爬取，解析其中信息框等内容，生成RDF三元组并实现三元组的动态插入；下载需要的DBpedia中文三元组数据，将三元组进行整合并存储到课题组的大规模语义数据存储库Jingwei中；设计显示动态插入和三元组模式查询的页面，通过原型系统实验，验证了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯志勇	天津大学计算机科学与技术学院计算机科学与技术系	146	1072	17.0	24.0
3	王鑫	天津大学计算机科学与技术学院计算机科学与技术系	56	364	10.0	16.0
9	付宇新	天津大学计算机科学与技术学院计算机科学与技术系	3	7	1.0	2.0
10	吕雪栋	天津大学计算机科学与技术学院计算机科学与技术系	2	6	1.0	2.0