[發(fā)明專利]引入概念標(biāo)簽的神經(jīng)協(xié)同過濾概念描述詞推薦方法

有效

• 申請?zhí)枺?/td>: 201810185963.1
• 申請日: 2018-03-07
• 公開（公告）號: CN108491469B
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計）人: 魯偉明;劉佳卉;莊越挺;吳飛;魏寶剛
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 鄭海峰

本發(fā)明公開了一種引入概念標(biāo)簽的神經(jīng)協(xié)同過濾概念描述詞推薦算法。模型引入概念的標(biāo)簽信息知識庫，提高概念的語義向量表達(dá)能力。同時結(jié)合深度神經(jīng)網(wǎng)絡(luò)和經(jīng)典矩陣分解的優(yōu)點，通過廣義矩陣分解和多層感知機(jī)的融合模型擬合概念和描述詞之間的潛在結(jié)構(gòu)，得到面向概念的描述詞列表。該算法改善了圖模型計算復(fù)雜且不能保存的缺點，提高了概念、描述詞的隱語義表達(dá)能力。本發(fā)明完成面向概念的描述詞推薦技術(shù)研究及應(yīng)用。針對指定概念，按概念的多側(cè)面描述來組織圖書內(nèi)容，例如對于“二極管”，可以從“特性”、“工作原理”、“作用”等方面來進(jìn)行組織，構(gòu)建概念多側(cè)面描述類專題，為讀者構(gòu)建全面的知識專題。

技術(shù)領(lǐng)域

本發(fā)明涉及一種引入概念標(biāo)簽的神經(jīng)協(xié)同過濾概念描述詞推薦方法。

背景技術(shù)

在數(shù)字圖書館中，人們獲取知識的方式仍以圖書整本閱讀為主要手段。這種知識獲取方式的效率低下，而且由于領(lǐng)域?qū)＜业闹R有限，其撰寫的圖書不能涵蓋各個方面，使得用戶通過閱讀單本圖書獲取的知識具有片面性。同時，由于海量圖書導(dǎo)致的“信息過載”問題，用戶也不能快速獲得較為全面權(quán)威的知識。

顯然，用戶希望能在數(shù)字圖書館中獲取盡可能完整的知識，而數(shù)字圖書恰好具有可分解的特性，能用適當(dāng)?shù)闹亟M和歸納方式來組織用戶所需的知識。如果我們能夠按照人們的學(xué)習(xí)認(rèn)知過程來分解、重組和歸納數(shù)字圖書館中的圖書，并引入互聯(lián)網(wǎng)資源，這將極大的幫助人們快速獲取知識。我們稱這種數(shù)字圖書館中的知識組織方式為圖書專題。圖書專題可以分為三類：一類是按照概念的上下級關(guān)系來組織圖書內(nèi)容，例如對于“變壓器”，下級內(nèi)容可以按“三相變壓器”、“二相變壓器”等下級概念來進(jìn)行組織，可稱為概念層次描述類專題；第二類是按某個概念的多側(cè)面描述來組織圖書內(nèi)容，例如對于“二極管”，可以從“特性”、“工作原理”、“作用”等方面來進(jìn)行組織，可稱為概念多側(cè)面描述類專題；第三類是按知識點的時序連貫性來組織圖書內(nèi)容，例如對于“數(shù)據(jù)結(jié)構(gòu)”，可以從“線性表”、“堆棧”、“樹”、“圖”、“查找”、“排序”等方面來組織知識，類似于知識鏈，因此可稱為知識鏈類專題。當(dāng)然，這三類專題形式也可以融合一體。本文主要關(guān)心“概念多側(cè)面描述類專題”的自動生成，即面向概念的描述詞推薦，然后基于推薦的描述詞來組織概念的相關(guān)內(nèi)容。通過概念和描述詞的組合，可以得到知識目錄，如“傳感器的相關(guān)概念”、“傳感器的分類”、“傳感器的特征”，“傳感器的產(chǎn)業(yè)現(xiàn)狀”，通過知識目錄，到圖書中進(jìn)行查找，即可獲取相應(yīng)的內(nèi)容，通過合適的組織方式，在圖書專題系統(tǒng)中進(jìn)行展示，從而豐富知識專題的服務(wù)。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種引入概念標(biāo)簽的神經(jīng)協(xié)同過濾概念描述詞推薦方法，為讀者構(gòu)建全面的知識專題。

本發(fā)明解決其技術(shù)問題采用的技術(shù)方案如下：

一種引入概念標(biāo)簽的神經(jīng)協(xié)同過濾概念描述詞推薦方法包括以下步驟：

1)概念標(biāo)簽信息選擇：選定概念詞后，獲取互聯(lián)網(wǎng)百科標(biāo)簽信息以及中圖分類標(biāo)簽信息作預(yù)排序，并對概念詞的標(biāo)簽信息作截斷處理，獲取該概念詞的Top-m標(biāo)簽信息；

2)概念標(biāo)簽向量的引入及融合：對于步驟1)中選取的Top-m標(biāo)簽信息做詞嵌入操作，隨機(jī)初始化后并做池化操作，得到Top-m標(biāo)簽信息向量，并與概念詞的向量進(jìn)行融合訓(xùn)練，使概念詞的向量與標(biāo)簽信息向量映射到同一向量空間，并使概念詞的向量與標(biāo)簽信息向量的距離損失函數(shù)值最小，最終得到概念-標(biāo)簽信息融合向量；

3)引入標(biāo)簽信息的廣義矩陣分解：在神經(jīng)協(xié)同過濾框架下對矩陣分解模型進(jìn)行擴(kuò)展，用神經(jīng)網(wǎng)絡(luò)擬合概念詞和描述詞之間的關(guān)系，并通過模型的損失函數(shù)來學(xué)習(xí)權(quán)重矩陣，利用非線性激活函數(shù)表達(dá)矩陣分解模型；

4)引入標(biāo)簽信息的多層感知機(jī)模型：用多層感知機(jī)模型來學(xué)習(xí)概念詞和描述詞之間的潛在交互信息，選用Relu作為多層感知機(jī)模型的激活函數(shù)，對于網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計，遵循塔模式，其中底層是最寬的，并且連續(xù)的神經(jīng)網(wǎng)絡(luò)層的神經(jīng)元逐漸遞減；