CN109840288A - 图片检索方法、设备和存储介质 - Google Patents

Abstract

本发明公开了一种图片检索方法、设备和存储介质。该方法包括：构建各个实体的知识图谱；将关联于实体的图片与相应的知识图谱中的信息相关联；以及基于关键词来检索图片，所检索到的图片关联于与关键词匹配的实体或信息。根据以上方法，用户能够通过输入简单的关键词来检索到内容更丰富、更多元的图片。

Description

图片检索方法、设备和存储介质

技术领域

本发明涉及一种图片检索方法、图片检索设备和计算机可读存储介质。

背景技术

LOGO作为一种识别和传达信息的视觉图形，体现着品牌的特点和企业的形象。随着社会经济的发展和人们审美心理的变化，企业对LOGO的要求日益趋向多元化、个性化。在现有的LOGO设计***中，用户输入关键词后，***将返回与关键词匹配的、内容大体一致的图片。这样的图片远远不能满足用户对LOGO的要求，用户期望通过单一的关键词能够检索到内容更丰富、更多元的图片。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，该概述并不是关于本发明的穷举性概述，它并非意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为后文的具体实施方式部分的铺垫。

鉴于以上提出的问题，本发明提出了一种图片检索方法，包括：构建各个实体的知识图谱；将关联于实体的图片与相应的知识图谱中的信息相关联；以及基于关键词来检索图片，所检索到的图片关联于与关键词匹配的实体或所述信息。

本发明的另一方面提供了一种图片检索设备，包括：构建装置，被配置成构建各个实体的知识图谱；关联装置，被配置成将关联于实体的图片与相应的知识图谱中的信息相关联；以及检索装置，被配置成基于关键词来检索图片，所检索到的图片关联于与所述关键词匹配的词实体或所述信息。

根据本发明的再一方面，还提供了一种计算机可读存储介质，其存储有能够由处理器运行来执行下述步骤的程序：构建各个实体的知识图谱；将关联于实体的图片与相应的知识图谱中的信息相关联；以及基于关键词来检索图片，所检索到的图片关联于与所述关键词匹配的实体或所述信息。

根据本发明的再一方面，还提供了一种程序。所述程序包括机器可执行的指令，当在信息处理***上执行所述指令时，所述指令使得所述信息处理***执行根据本发明的上述方法。

根据本发明的方法和设备，能够通过简单的关键词来检索到内容更丰富、更多元的图片。

通过以下结合附图对本发明的最佳实施例的详细说明，本发明的这些以及其他优点将更加明显。

附图说明

参照附图来阅读本发明的各实施方式，将更容易理解本发明的其它特征和优点，在此描述的附图只是为了对本发明的实施方式进行示意性说明的目的，而非全部可能的实施，并且不旨在限制本发明的范围。在附图中：

图1示出了根据本发明实施方式的图片检索方法的流程图。

图2示出了实体的知识图谱的示例的示意图。

图3示出了数据单元的示例的示意图。

图4示出了根据本发明实施方式的抽取特征词的处理的流程图。

图5示出了获取各个行业的实体的处理的流程图。

图6示出了根据本发明实施方式的图片检索设备的配置的框图。

图7示出了图片检索设备中的获取装置的配置的框图。

图8示出了图片检索设备中的提取部的配置的框图。

图9示出了用于实施根据本发明实施方式的方法和设备的计算机的示意性框图。

具体实施方式

现参照附图对本发明的实施方式进行详细描述。应注意，以下描述仅仅是示例性的，而并不旨在限制本发明。此外，在以下描述中，将采用相同的附图标记表示不同附图中的相同或相似的部件。在以下描述的不同实施方式中的不同特征，可彼此结合，以形成本发明范围内的其他实施方式。

图1示出了根据本发明实施方式的图片检索方法的流程图。如图1所示，图片检索方法100包括：构建步骤S120，用于构建各个实体的知识图谱；关联步骤S130，用于将关联于实体的图片与相应的知识图谱中的信息相关联；以及检索步骤S140，用于基于关键词来检索图片，所检索到的图片关联于与关键词匹配的实体或信息。

下面，参考附图对各个步骤进行详细描述。

知识图谱旨在描述真实世界中存在的各种实体或概念及其关系,其构成一张巨大的语义网络图，节点表示实体或概念，边则由属性或关系构成。通常，实体的知识图谱包括：属性信息，其是关于实体可能具有的属性、特征、特点以及参数的信息；概念信息，其主要指集合、类别、对象类型、事务的种类等；属性值信息，其是指实体的指定属性的值，等等。在步骤S120中，可以基于现有的各个领域的知识图谱库来构建各个实体的知识图谱。现有的一些知识图谱库已经提供了用于生成实体的知识图谱的小工具，用户可以利用这类小工具来生成实体的知识图谱。

以实体“杯子”为例，图2示出了根据现有的知识图谱库所构建的实体“杯子”的知识图谱。该知识图谱以JSON格式存储，并且由“avp”项、“tag”项、“entity”项和“desc”项组成。源自不同知识图谱库的知识图谱之间在结构上可能有些差异，但基本上都包含上面提到的属性信息、概念信息和属性值。

接着，在关联步骤S130中，将关联于实体的图片与相应的知识图谱中的信息相关联。该信息可以是知识图谱中除停用词以外的词语。优选地，该信息可以是从实体的知识图谱中提取的能够表征图片的特点的特征词，尤其是在知识图谱内从与属性有关的属性信息和与类别有关的概念信息中抽取的特征词。

下面参照图4来详细说明从属性信息和概念信息中抽取特征词的处理。

如图4所示，从属性信息和概念信息中抽取特征词的处理400包括分词步骤S410、排序步骤S420和提取步骤S430。

在分词步骤S410中，对属性信息和概念信息进行分词，得到第一词语。该步骤可以利用现有的分词技术进行操作，在此不再赘述。

在排序步骤S420中，对第一词语按预定规则进行排序。优选地，在排序之前，可以从所得到的第一词语中剔除停用词。

在一种示例中，可以通过以下操作来进行排序：基于预定的通用词表中的文件集，对剔除停用词的剩余第一词语进行TF-IDF加权；以及按权重对剩余的第一词语进行排序。所述通用词表囊括了在各个领域中均通用的词语，该词语没有很好的类别区分能力。在此，通用词表可以使用现有的词表或者根据实际需要收集通用词来形成。

TF-IDF是一种统计方法，用以评估字词对于文件集的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在文件集中出现的频率成反比下降。TF-IDF算法已为本领域技术人员所熟知，在此不再详细描述。

此外，还可以运用TextRank算法对第一词语进行排序。然而，预定规则不限于以上提到的TF-IDF加权和TextRank算法，本领域技术人员还可以根据实际应用采用不同的方式。

最后，在提取步骤S430，提取前m(m为正整数)个第一词语，作为特征词。

在步骤S130中，在通过图4中的操作提取到特征词之后，可以通过形成包括图片、特征词(或除停用词和通用词以外的词语)和实体的数据单元来将图片与相应的知识图谱中的信息相关联。图3示出了基于从实体“杯子”中提取到的特征词所形成的数据单元。

继续参考图1，在检索步骤S140中，基于关键词来检索图片，其中所检索到的图片关联于与关键词匹配的实体或实体的知识图谱中的信息(优选地，特征词)。

在步骤S140中，输入关键词以后，首先检索与关键词相匹配的实体。如果检索到与关键词相匹配的实体，则将返回与实体关联的图片；如果未检索到相匹配的实体，则检索与关键词匹配的特征词。在检索到与关键词匹配的特征词的情形下，将返回与特征词关联的图片；在未检索到与关键词匹配的特征词的情形下，将返回随机的一定数量的图片。

继续参考图1，优选地，方法100还可以包括获取步骤S110，用于在执行构建步骤S120之前，获取各个行业的实体。

图5示出了获取步骤S110的处理的流程图。如图5所示，获取步骤S110包括抓取步骤S111、分词步骤S112、排序步骤S113和提取步骤S114。

在抓取步骤S111中，抓取每个行业的信息，以获取每个行业的文件集。在此，可以利用网络爬虫技术从网络上抓取各个行业的信息，其操作已为本领域技术人员所熟知，不再详细描述。

在分词步骤S112中，对每个文件集中的各个文件进行分词，得到第二词语。在此，可以利用现有的分词技术对各个文件进行分词，其操作已为本领域技术人员所熟知，不再详细描述。

在排序步骤S113中，对每个行业中的第二词语按预定规则进行排序。优选地，在排序之前，可以从第二词语中剔除停用词和通用词表中的通用词。

在一个示例中，可以通过以下操作来进行排序：在剔除停用词和通用词之后，对每个行业中的各个剩余的第二词语进行TF-IDF加权；以及按权重对各个剩余的第二词语进行排序。

在另一个示例中，可以通过以下操作来进行排序：对每个行业中的文件运用TextRank算法；以及按权重对各个第二词语进行排序。

以上TF-IDF加权和TextRank算法为本领域技术人员所熟知，其操作不再详细描述。并且，预定规则不限于TF-IDF加权和TextRank算法，本领域技术人员可以根据需要采用其他方式。

最后，在步骤S114中，提取每个行业中前n个第二词语，作为所述实体，其中n为正整数。

以上参考图1至图5描述了根据本发明实施方式的图片检索方法。下面参考图6至图8来描述根据本发明实施方式的图片检索设备。

图6示出了根据本发明实施方式的图片检索设备的配置的框图。如图6所示，图片检索设备600包括：构建装置620，被配置成构建各个实体的知识图谱；关联装置630，被配置成将关联于实体的图片与相应的知识图谱中的信息相关联；检索装置640，被配置成基于关键词来检索图片，所检索到的图片关联于与关键词匹配的词实体或所述信息。

优选地，图片检索设备600还包括：获取装置610，被配置成在构建各个实体的知识图谱之前，获取各个行业的实体。

图7示出了获取装置610的配置的框图。如图7所示，获取装置610包括抓取部611、分词部612、排序部613和提取部614。其中，抓取部611被配置成利用现有的爬虫技术从网络上抓取每个行业的信息，以获取每个行业的文件集。分词部612被配置成利用现有的分词技术对每个文件集中的各个文件进行分词，得到第二词语。排序部613被配置成对每个行业中的第二词语按预定规则进行排序。该预定规则包括，但不限于TF-IDF加权和TextRank算法。提取部614被配置成提取每个行业中前n个第二词语，作为所述实体，其中n为正整数。

优选地，排序部613在排序之前，从第二词语中剔除停用词和通用词表中的通用词。

关联装置630包括：提取部631，被配置成从知识图谱中提取能够表征图片的特点的特征词，作为所述信息；以及形成部，被配置成形成包括图片、特征词和实体的数据单元。其中，优选地，提取部631在知识图谱内从与属性有关的属性信息和与类别有关的概念信息中抽取的特征词。

图8示出了提取部631的配置的框图。如图8所示，提取部631包括分词单元6311，被配置成对属性信息和概念信息进行分词，得到第一词语；排序单元6312，被配置成对第一词语按预定规则进行排序；以及提取单元6313，被配置成提取前m个第一词语，作为所述特征词，其中m为正整数。

优选地，所述排序单元6312在排序之前，从第一词语中剔除停用词。

另外，这里尚需指出的是，上述***中各个组成部件可以通过软件、固件、硬件或其组合的方式进行配置。配置可使用的具体手段或方式为本领域技术人员所熟知，在此不再赘述。在通过软件或固件实现的情况下，从存储介质或网络向具有专用硬件结构的计算机(例如图9所示的通用计算机900)安装构成该软件的程序，该计算机在安装有各种程序时，能够执行各种功能等。

图9示出了可用于实施根据本发明实施例的方法和***的计算机的示意性框图。

在图9中，中央处理单元(CPU)901根据只读存储器(ROM)902中存储的程序或从存储部分908加载到随机存取存储器(RAM)903的程序执行各种处理。在RAM 903中，还根据需要存储当CPU 901执行各种处理等等时所需的数据。CPU 901、ROM 902和RAM 903经由总线904彼此连接。输入/输出接口905也连接到总线904。

下述部件连接到输入/输出接口905：输入部分906(包括键盘、鼠标等等)、输出部分907(包括显示器，比如阴极射线管(CRT)、液晶显示器(LCD)等，和扬声器等)、存储部分908(包括硬盘等)、通信部分909(包括网络接口卡比如LAN卡、调制解调器等)。通信部分909经由网络比如因特网执行通信处理。根据需要，驱动器910也可连接到输入/输出接口905。可拆卸介质911比如磁盘、光盘、磁光盘、半导体存储器等等可以根据需要被安装在驱动器910上，使得从中读出的计算机程序根据需要被安装到存储部分908中。

在通过软件实现上述系列处理的情况下，从网络比如因特网或存储介质比如可拆卸介质911安装构成软件的程序。

本领域的技术人员应当理解，这种存储介质不局限于图9所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质911。可拆卸介质911的例子包含磁盘(包含软盘(注册商标))、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD)(注册商标))和半导体存储器。或者，存储介质可以是ROM 902、存储部分908中包含的硬盘等等，其中存有程序，并且与包含它们的设备一起被分发给用户。

本发明还提出一种存储有机器可读取的指令代码的程序产品。所述指令代码由机器读取并执行时，可执行上述根据本发明实施方式的方法。

相应地，用于承载上述存储有机器可读取的指令代码的程序产品的存储介质也包括在本发明的范围内。所述存储介质包括但不限于软盘、光盘、磁光盘、存储卡、存储棒等等。

应当注意，本发明的方法不限于按照说明书中描述的时间顺序来执行，也可以按照其他的次序顺序地、并行地或独立地执行。因此，本说明书中描述的方法的执行顺序不对本发明的技术范围构成限制。

以上对本发明各实施方式的描述是为了更好地理解本发明，其仅仅是示例性的，而非旨在对本发明进行限制。应注意，在以上描述中，针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。本领域技术人员可以理解，在不脱离本发明的发明构思的情况下，针对以上所描述的实施方式进行的各种变化和修改，均属于本发明的范围内。

综上，在根据本发明的实施例中，本发明提供了如下技术方案。

方案1.一种图片检索方法，包括：

构建各个实体的知识图谱；

将关联于实体的图片与相应的知识图谱中的信息相关联；以及

基于关键词来检索图片，所检索到的图片关联于与关键词匹配的实体或所述信息。

方案2.根据方案1所述的方法，

其中，将关联于实体的图片与相应的知识图谱中的信息相关联，包括：

从所述知识图谱中提取能够表征图片的特点的特征词，作为所述信息；以及

形成包括所述图片、所述特征词和所述实体的数据单元。

方案3.根据方案2所述的方法，其中，在所述知识图谱内从与属性有关的属性信息和与类别有关的概念信息中抽取的所述特征词。

方案4.根据方案3所述的方法，其中，从所述属性信息和所述概念信息中抽取所述特征词包括：

对所述属性信息和所述概念信息进行分词，得到第一词语；

对所述第一词语按预定规则进行排序；以及

提取前m个第一词语，作为所述特征词，其中m为正整数。

方案5.根据方案4所述的方法，其中，在所述排序之前，从所得到的第一词语中剔除停用词。

方案6.根据方案5所述的方法，其中，所述排序包括：

基于预定通用词表中的文件集，对剩余的第一词语进行TF-IDF加权；以及

按权重对剩余的第一词语进行排序。

方案7.根据方案5所述的方法，其中，所述排序包括：

对剩余的第一词语运用TextRank算法；以及

按权重对剩余的第一词语进行排序。

方案8.根据方案1至7中任一项所述的方法，还包括：在构建各个实体的知识图谱之前，获取各个行业的实体，包括：

抓取每个行业的信息，以获取每个行业的文件集；

对每个文件集中的各个文件进行分词，得到第二词语；

对每个行业中的第二词语按预定规则进行排序；以及

提取每个行业中前n个第二词语，作为所述实体，其中n为正整数。

方案9.根据方案8所述的方法，其中，在所述排序之前，从所得到的第二词语中剔除停用词和预定通用词表中的通用词。

方案10.根据方案9所述的方法，其中，所述排序包括：

对每个行业中的各个剩余的第二词语进行TF-IDF加权；以及

按权重对各个剩余的第二词语进行排序。

方案11.根据方案9所述的方法，其中，所述排序包括：

对每个行业中的文件运用TextRank算法；以及

按权重对各个剩余的第二词语进行排序。

方案12.一种图片检索设备，包括：

构建装置，被配置成构建各个实体的知识图谱；

关联装置，被配置成将关联于实体的图片与相应的知识图谱中的信息相关联；以及

检索装置，被配置成基于关键词来检索图片，所检索到的图片关联于与所述关键词匹配的词实体或所述信息。

方案13.根据方案12所述的设备，其中，所述关联装置包括：

提取部，被配置成从所述知识图谱中提取能够表征图片的特点的特征词，作为所述信息；以及

形成部，被配置成形成包括所述图片、所述特征词和所述实体的数据单元。

方案14.根据方案13所述的设备，其中，所述提取部被配置成在所述知识图谱内从与属性有关的属性信息和与类别有关的概念信息中抽取的所述特征词。

方案15.根据方案14所述的设备，其中，所述提取部包括：

分词单元，被配置成对所述属性信息和所述概念信息进行分词，得到第一词语；

排序单元，被配置成对所述第一词语按预定规则进行排序；以及

提取单元，被配置成提取前m个第一词语，作为所述特征词，其中m为正整数。

方案16.根据方案15所述的设备，其中，所述排序单元被配置成在所述排序之前，从所得到的第一词语中剔除停用词。

方案17.根据方案12所述的设备，还包括：获取装置，被配置成在构建各个实体的知识图谱之前，获取各个行业的实体。

方案18.根据方案17所述的设备，其中，所述获取装置包括：

抓取部，被配置成抓取每个行业的信息，以获取每个行业的文件集；

分词部，被配置成对每个文件集中的各个文件进行分词，得到第二词语；

排序部，被配置成对每个行业中的第二词语按预定规则进行排序；以及

提取部，被配置成提取每个行业中前n个第二词语，作为所述实体，其中n为正整数。

方案19.根据方案18所述的设备，其中，所述排序部在排序之前，从所得到的第二词语中剔除停用词和预定通用词表中的通用词。

方案20.一种计算机可读存储介质，其存储有能够由处理器运行来执行下述步骤的程序：

构建各个实体的知识图谱；

将关联于实体的图片与相应的知识图谱中的信息相关联；以及

基于关键词来检索图片，所检索到的图片关联于与所述关键词匹配的实体或所述信息。

Claims (10)

1.一种图片检索方法，包括：

构建各个实体的知识图谱；

将关联于实体的图片与相应的知识图谱中的信息相关联；以及

基于关键词来检索图片，所检索到的图片关联于与关键词匹配的实体或所述信息。

2.根据权利要求1所述的方法，其中，将关联于实体的图片与相应的知识图谱中的信息相关联，包括：

从所述知识图谱中提取能够表征图片的特点的特征词，作为所述信息；以及

形成包括所述图片、所述特征词和所述实体的数据单元。

3.根据权利要求2所述的方法，其中，在所述知识图谱内从与属性有关的属性信息和与类别有关的概念信息中抽取的所述特征词。

4.根据权利要求3所述的方法，其中，从所述属性信息和所述概念信息中抽取所述特征词包括：

对所述属性信息和所述概念信息进行分词，得到第一词语；

对所述第一词语按预定规则进行排序；以及

提取前m个第一词语，作为所述特征词，其中m为正整数。

5.根据权利要求4所述的方法，其中，在所述排序之前，从所得到的第一词语中剔除停用词。

6.根据权利要求5所述的方法，其中，所述排序包括：

基于预定通用词表中的文件集，对剩余的第一词语进行TF-IDF加权；以及

按权重对剩余的第一词语进行排序。

7.根据权利要求1至6中任一项所述的方法，还包括：在构建各个实体的知识图谱之前，获取各个行业的实体，包括：

抓取每个行业的信息，以获取每个行业的文件集；

对每个文件集中的各个文件进行分词，得到第二词语；

对每个行业中的第二词语按预定规则进行排序；以及

提取每个行业中前n个第二词语，作为所述实体，其中n为正整数。

8.根据权利要求7所述的方法，其中，在所述排序之前，从所得到的第二词语中剔除停用词和预定通用词表中的通用词。

9.根据权利要求8所述的方法，其中，所述排序包括：

对每个行业中的各个剩余的第二词语进行TF-IDF加权；以及

按权重对各个剩余的第二词语进行排序。

10.一种图片检索设备，包括：

构建装置，被配置成构建各个实体的知识图谱；

关联装置，被配置成将关联于实体的图片与相应的知识图谱中的信息相关联；以及

检索装置，被配置成基于关键词来检索图片，所检索到的图片关联于与所述关键词匹配的词实体或所述信息。