存儲(chǔ)數(shù)據(jù)的方法和設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)領(lǐng)域，特別涉及存儲(chǔ)數(shù)據(jù)的方法和設(shè)備。
【背景技術(shù)】
[0002]目前，在網(wǎng)絡(luò)搜索查詢時(shí)，用戶的查詢?cè)~中會(huì)包含大量的精確意圖，這些精確意圖是無(wú)法通過(guò)網(wǎng)頁(yè)粒度得到滿足，是需要在查詢時(shí)直接返回答案的。例如:查詢“劉德華的身高”，期望返回“174CM”;查詢“身高超過(guò)180cm的明星”，期望返回結(jié)果如“古巨基，鄭少秋”等身高在規(guī)定范圍的明星列表；輸入“唐宋八大家”，期望返回“柳宗元”等人。
[0003]然而，傳統(tǒng)的搜索產(chǎn)品是通過(guò)比對(duì)用戶的查詢?cè)~和收錄網(wǎng)頁(yè)的文本匹配程度返回網(wǎng)頁(yè)鏈接作為查詢結(jié)果，通過(guò)相關(guān)性算法保證返回的結(jié)果符合用戶的查詢意圖。但是，用戶需要連接到所找到的網(wǎng)頁(yè)，進(jìn)行閱讀，才能得到所需要的答案。
[0004]目前，一些搜索公司開(kāi)始采用知識(shí)庫(kù)系統(tǒng)對(duì)知識(shí)進(jìn)行結(jié)構(gòu)化描述，建立實(shí)體間關(guān)系，但是現(xiàn)有知識(shí)庫(kù)系統(tǒng)通常使用節(jié)點(diǎn)-邊-節(jié)點(diǎn)三元組的簡(jiǎn)單數(shù)據(jù)結(jié)構(gòu)來(lái)表示實(shí)體屬性和實(shí)體關(guān)系，這樣會(huì)產(chǎn)生存在許多相同實(shí)體的冗余節(jié)點(diǎn)。
[0005]另一方面，使用三元組的知識(shí)庫(kù)由于表示過(guò)于松散，也存在查詢時(shí)需要對(duì)返回結(jié)果進(jìn)行大量的過(guò)濾及數(shù)據(jù)組合拼接操作的問(wèn)題，不便于后期的查詢操作。
[0006]因此，需要一種節(jié)省存儲(chǔ)空間，又便于查詢的數(shù)據(jù)存儲(chǔ)的方法和設(shè)備。

【發(fā)明內(nèi)容】

[0007]本發(fā)明所要解決的一個(gè)技術(shù)問(wèn)題是提供了一種節(jié)省存儲(chǔ)空間，又便于查詢的數(shù)據(jù)存儲(chǔ)的方法和設(shè)備。
[0008]根據(jù)本發(fā)明的一個(gè)方面，提供了一種存儲(chǔ)數(shù)據(jù)的方法，包括:
[0009]從網(wǎng)頁(yè)中獲取與實(shí)體相關(guān)的實(shí)體相關(guān)數(shù)據(jù)，實(shí)體相關(guān)數(shù)據(jù)包括表示實(shí)體的實(shí)體數(shù)據(jù)、描述實(shí)體的屬性的實(shí)體屬性數(shù)據(jù)、以及描述兩個(gè)實(shí)體之間的關(guān)系的實(shí)體間關(guān)系數(shù)據(jù)；
[0010]將實(shí)體數(shù)據(jù)和與其對(duì)應(yīng)的實(shí)體屬性數(shù)據(jù)關(guān)聯(lián)地存儲(chǔ)在實(shí)體數(shù)據(jù)庫(kù)中；以及
[0011]將實(shí)體間關(guān)系數(shù)據(jù)存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中。
[0012]由此，將實(shí)體數(shù)據(jù)及其屬性數(shù)據(jù)集中存儲(chǔ)在實(shí)體數(shù)據(jù)庫(kù)，而將實(shí)體間關(guān)系數(shù)據(jù)區(qū)分存儲(chǔ)到關(guān)系數(shù)據(jù)庫(kù)；這種數(shù)據(jù)存儲(chǔ)方法避免了數(shù)據(jù)存儲(chǔ)冗余和查詢聚合，節(jié)省存儲(chǔ)空間，又便于查詢。另外，實(shí)體數(shù)據(jù)字段可以對(duì)應(yīng)一個(gè)或多個(gè)可變屬性字段實(shí)體，使得同一實(shí)體的屬性數(shù)據(jù)信息整合存儲(chǔ)，避免了在線查詢時(shí)需要聚合大量的屬性信息的問(wèn)題，也不需要對(duì)查詢返回結(jié)果進(jìn)行大量的過(guò)濾及數(shù)據(jù)組合拼接操作，從而大量地節(jié)省了查詢時(shí)間，進(jìn)一步提升了用戶體驗(yàn)。
[0013]優(yōu)選地，實(shí)體數(shù)據(jù)庫(kù)中針對(duì)一個(gè)實(shí)體的記錄可以包括實(shí)體數(shù)據(jù)字段和一個(gè)或多個(gè)與實(shí)體數(shù)據(jù)字段相關(guān)聯(lián)的可變屬性字段，其中，將實(shí)體數(shù)據(jù)存儲(chǔ)在實(shí)體數(shù)據(jù)字段中，將實(shí)體屬性數(shù)據(jù)存儲(chǔ)在可變屬性字段中。
[0014]優(yōu)選地，關(guān)系數(shù)據(jù)庫(kù)中的每條記錄可以包括兩個(gè)節(jié)點(diǎn)和邊信息，其中，將分別表示兩個(gè)實(shí)體的兩個(gè)實(shí)體數(shù)據(jù)分別存儲(chǔ)在兩個(gè)節(jié)點(diǎn)中，將表示兩個(gè)實(shí)體之間的關(guān)系的實(shí)體間關(guān)系數(shù)據(jù)存儲(chǔ)在邊信息中。
[0015]優(yōu)選地，實(shí)體數(shù)據(jù)庫(kù)中針對(duì)一個(gè)實(shí)體的記錄還可以包括元信息字段。
[0016]實(shí)體相關(guān)數(shù)據(jù)還可以包括與實(shí)體相關(guān)的元信息，元信息是使實(shí)體區(qū)別于其他實(shí)體的信息。
[0017]該方法還可以包括:將元信息存儲(chǔ)在實(shí)體數(shù)據(jù)庫(kù)中針對(duì)實(shí)體的記錄中的元信息字段中。
[0018]這樣，作為實(shí)體數(shù)據(jù)中的核心信息數(shù)據(jù)，元信息，就將不同的實(shí)體和實(shí)體數(shù)據(jù)進(jìn)行了區(qū)分，特別是相同實(shí)體名稱的不同實(shí)體。以便后期在對(duì)實(shí)體查詢的時(shí)候可以準(zhǔn)確地獲得實(shí)體的相關(guān)信息。
[0019]優(yōu)選地，實(shí)體相關(guān)數(shù)據(jù)還可以包括描述實(shí)體的類別的實(shí)體類別數(shù)據(jù)。該方法還可以包括:將與實(shí)體類別數(shù)據(jù)對(duì)應(yīng)的類別標(biāo)簽存儲(chǔ)在實(shí)體數(shù)據(jù)庫(kù)中針對(duì)實(shí)體的記錄中的元信息字段中，作為元信息字段中存儲(chǔ)的內(nèi)容的一部分。
[0020]其中，在類別數(shù)據(jù)庫(kù)中，對(duì)應(yīng)地存儲(chǔ)有多個(gè)實(shí)體類別數(shù)據(jù)和類別標(biāo)簽，多個(gè)實(shí)體類別數(shù)據(jù)被劃分為多個(gè)層次，較低層次的實(shí)體類別數(shù)據(jù)從屬于與其關(guān)聯(lián)的較高層次的實(shí)體類別數(shù)據(jù)。
[0021]這樣，將實(shí)體類別數(shù)據(jù)分層次存儲(chǔ)，使得實(shí)體相關(guān)數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)靈活，分類清晰。
[0022]優(yōu)選地，在類別數(shù)據(jù)庫(kù)中，可以與每個(gè)實(shí)體類別數(shù)據(jù)關(guān)聯(lián)地存儲(chǔ)有針對(duì)該實(shí)體類別數(shù)據(jù)所表示的實(shí)體類別定義的實(shí)體類別相關(guān)屬性。
[0023]獲取實(shí)體屬性數(shù)據(jù)的步驟可以包括:
[0024]從類別數(shù)據(jù)庫(kù)獲得針對(duì)該實(shí)體所屬的實(shí)體類別定義的實(shí)體類別相關(guān)屬性；以及
[0025]從網(wǎng)頁(yè)中獲取描述該實(shí)體類別相關(guān)屬性的實(shí)體屬性數(shù)據(jù)。
[0026]這樣，可以根據(jù)實(shí)體類別有針對(duì)性地獲取實(shí)體屬性數(shù)據(jù)，便于響應(yīng)后期針對(duì)性地查詢操作。在獲取實(shí)體屬性數(shù)據(jù)時(shí)，針對(duì)具體的實(shí)體，可以根據(jù)其類別，有針對(duì)性地獲取實(shí)體屬性數(shù)據(jù)，而不必去考慮與其無(wú)關(guān)的實(shí)體屬性數(shù)據(jù)。例如，不會(huì)針對(duì)演員獲取其國(guó)土面積。
[0027]優(yōu)選地，可以將從多個(gè)網(wǎng)頁(yè)獲取的針對(duì)同一個(gè)實(shí)體的實(shí)體相關(guān)數(shù)據(jù)整合在一起；和/或
[0028]將所獲取的實(shí)體相關(guān)數(shù)據(jù)轉(zhuǎn)換為用標(biāo)準(zhǔn)方式表示的實(shí)體相關(guān)數(shù)據(jù)。
[0029]這樣，將所獲得的同一實(shí)體相關(guān)數(shù)據(jù)整理，并將表達(dá)方式不同的實(shí)體相關(guān)數(shù)據(jù)統(tǒng)一化處理，避免了存儲(chǔ)冗余問(wèn)題。
[0030]優(yōu)選地，當(dāng)針對(duì)同一個(gè)實(shí)體的同一個(gè)實(shí)體屬性所獲取的多個(gè)實(shí)體屬性數(shù)據(jù)不同時(shí)，可以保留置信度高的實(shí)體屬性數(shù)據(jù)，并刪除置信度低的實(shí)體屬性數(shù)據(jù)。
[0031]這樣，可以保證所存儲(chǔ)的實(shí)體屬性數(shù)據(jù)的可靠性和準(zhǔn)確性。
[0032]根據(jù)本發(fā)明的另一個(gè)方面，提供了一種用于存儲(chǔ)數(shù)據(jù)的設(shè)備，包括:
[0033]數(shù)據(jù)獲取裝置，用于從網(wǎng)頁(yè)中獲取與實(shí)體相關(guān)的實(shí)體相關(guān)數(shù)據(jù)，數(shù)據(jù)獲取裝置包括:
[0034]實(shí)體數(shù)據(jù)獲取裝置，用于從網(wǎng)頁(yè)中獲取表示實(shí)體的實(shí)體數(shù)據(jù)；
[0035]屬性數(shù)據(jù)獲取裝置，用于從網(wǎng)頁(yè)中獲取描述實(shí)體的屬性的實(shí)體屬性數(shù)據(jù)；以及
[0036]關(guān)系數(shù)據(jù)獲取裝置，用于從網(wǎng)頁(yè)中獲取描述兩個(gè)實(shí)體之間的關(guān)系的實(shí)體間關(guān)系數(shù)據(jù)；
[0037]實(shí)體數(shù)據(jù)庫(kù)存儲(chǔ)裝置，用于將實(shí)體數(shù)據(jù)和與其對(duì)應(yīng)的實(shí)體屬性數(shù)據(jù)關(guān)聯(lián)地存儲(chǔ)在實(shí)體數(shù)據(jù)庫(kù)中；以及
[0038]關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)裝置，用于將實(shí)體間關(guān)系數(shù)據(jù)存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中。
[0039]優(yōu)選地，實(shí)體數(shù)據(jù)庫(kù)中針對(duì)一個(gè)實(shí)體的記錄可以包括實(shí)體數(shù)據(jù)字段和一個(gè)或多個(gè)與實(shí)體數(shù)據(jù)字段相關(guān)聯(lián)的可變屬性字段，實(shí)體數(shù)據(jù)庫(kù)存儲(chǔ)裝置可以包括:
[0040]實(shí)體數(shù)據(jù)存儲(chǔ)裝置，用于將實(shí)體數(shù)據(jù)存儲(chǔ)在實(shí)體數(shù)據(jù)字段中；以及
[0041]屬性數(shù)據(jù)存儲(chǔ)裝置，用于將實(shí)體屬性數(shù)據(jù)存儲(chǔ)在可變屬性字段中。
[0042]優(yōu)選地，關(guān)系數(shù)據(jù)庫(kù)中的每條記錄可以包括兩個(gè)節(jié)點(diǎn)和邊信息，其中，將分別表示兩個(gè)實(shí)體的兩個(gè)實(shí)體數(shù)據(jù)分別存儲(chǔ)在兩個(gè)節(jié)點(diǎn)中，將表示兩個(gè)實(shí)體之間的關(guān)系的實(shí)體間關(guān)系數(shù)據(jù)存儲(chǔ)在邊信息中。
[0043]優(yōu)選地，實(shí)體數(shù)據(jù)庫(kù)中針對(duì)一個(gè)實(shí)體的記錄還可以包括元信息字段。
[0044]數(shù)據(jù)獲取裝置還可以包括元信息獲取裝置，用于從網(wǎng)頁(yè)中獲取與實(shí)體相關(guān)的元信息，元信息是使實(shí)體區(qū)別于其他實(shí)體的信息；并且
[0045]實(shí)體數(shù)據(jù)庫(kù)存儲(chǔ)裝置還可以包括元信息存儲(chǔ)裝置，用于將元信息存儲(chǔ)在實(shí)體數(shù)據(jù)庫(kù)中針對(duì)實(shí)體的記錄中的元信息字段。
[0046]優(yōu)選地，數(shù)據(jù)獲取裝置還可以包括類別數(shù)據(jù)獲取裝置，用于從網(wǎng)頁(yè)中獲取描述實(shí)體類別的實(shí)體類別數(shù)據(jù)。
[0047]元信息存儲(chǔ)裝置可以包括類別數(shù)據(jù)存儲(chǔ)裝置，用于將與實(shí)體類別數(shù)據(jù)對(duì)應(yīng)的類別標(biāo)簽存儲(chǔ)在實(shí)體數(shù)據(jù)庫(kù)中針對(duì)實(shí)體的記錄中的元信息字段中，作為元信息字段中存儲(chǔ)的內(nèi)容的一部分。
[0048]在類別數(shù)據(jù)庫(kù)中，可以對(duì)應(yīng)地存儲(chǔ)有多個(gè)實(shí)體類別數(shù)據(jù)和類別標(biāo)簽，多個(gè)實(shí)體類別數(shù)據(jù)被劃分為多個(gè)層次，較低層次的實(shí)體類別數(shù)據(jù)從屬于與其關(guān)聯(lián)的較高層次的實(shí)體類別數(shù)據(jù)。
[0049]優(yōu)選地，在類別數(shù)據(jù)庫(kù)中，可以與每個(gè)實(shí)體類別數(shù)據(jù)關(guān)聯(lián)地存儲(chǔ)有針對(duì)該實(shí)體類別數(shù)據(jù)所表示的實(shí)體類別定義的實(shí)體類別相關(guān)屬性。
[0050]屬性數(shù)據(jù)獲取裝置可以包括:
[0051]實(shí)體屬性檢索裝置，用于從類別數(shù)據(jù)庫(kù)獲得針對(duì)該實(shí)體所屬的實(shí)體類別定義的實(shí)體類別相關(guān)屬性；以及
[0052]實(shí)體屬性數(shù)