[發明專利]一種基于異構物品使用事件的物品語意標注方法

在審

• 申請號: 201810205055.4
• 申請日: 2018-03-13
• 公開（公告）號: CN108427752A
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 陳垣毅;鄭增威;王馳
• 申請（專利權）人: 浙江大學城市學院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 張羽振

1.一種基于異構物品使用事件的物品語意標注方法，其特征在于，包括以下步驟：

1)建立物品潛在關系強度挖掘模型：定義為物品o_i和o_j之間的使用事件，I^(ij)為物品o_i與o_j之間的潛在關系強度,為物品之間屬性相似度的評價指標，表示一些為了增加模型準確性引入的輔助變量；對物品潛在關系強度與其使用事件的頻率之間的關系進行分析與變換可以得到如下表述形式：

對凸函數L使用隨機梯度下降法來估計參數α_l，β_l，θ_l和I^ij，求解一階導數與二階導數，使用Netwton-Raphson算法在每次迭代過程中更新參數∑＝{α，β，θ，ω}直至收斂；

2)提取物品隱式特征：定義G＝<V,E,W>表示物品的top-k關系圖,其中V＝Vs∪Vr是關系圖的頂點集，其中Vs是已經標注的物品集，Vr是未標注的物品集，E圖G的邊集合；對于o_i，o_j∈Vs,定義W_ij＝1，如果o_i和o_j具有相同的類別標簽,否則為0；如果o_i，o_j中至少一個物品未標注,W_ij的值由上述公式確定：

其中Ω_i＝[Ω_j1，Ω_j2，...，Ω_jk]為物品o_i在top-k關系圖中的k近鄰集,η是一個權重調節參數；定義τ_i表明物品o_i具有語義標簽μ，μ∈U，定義P(τ_i＝μ|i)，μ∈U為物品o_i可能具有語義標簽μ的概率,為未標注物品初始化P(τ_i＝μ|i)＝1/|U|,如果物品o_i具有語義標簽μ則初始化P(τ_i＝μ|i)＝1，否則初始化P(τ_i＝μ|i)＝0；利用隨機游走為每個物品計算P(τ_i＝μ|i)，μ∈U；隨機游走過程表示為如下公式：

P_t+l(τ_i＝μ|Ω_i)＝(1-λ)MP_t(Ω_i)+λP_r(τ_i＝μ|Ω_i)

當隨機游走過程收斂時，可以獲得物品o_i上的每個標簽的概率估計值，并將其作為隱式特征F_Latent訓練分類器；

3)提取物品顯示特征：利用文檔頻率/逆文檔頻率從文本資料中提取關鍵字，并將關鍵字的權重作為基本文字的顯示特征F_text；將空間模式定義為F維向量：F_s(i)＝[SFⁱ(loc₁)，SFⁱ(loc₂)，...，SFⁱ(loc_F)]；其中SFⁱ(loc_k)通過公式計算，Nⁱ(loc_k)為在位置loc_k發生的物品使用事件中包括物品o_i的數目,為所有涉及物品o_i的使用事件數量,F是位置類別數目；將時間模式定義為一個T維向量：F_T(i)＝[TFⁱ(t₁)，TFⁱ(t₂)，...，TFⁱ(t_T)],其中TFⁱ(t_k)通過進行計算，其中Nⁱ(t_k)為在時間戳t_k發生的物品使用事件中包括物品o_i的事件數目,為所有涉及物品o_i的使用事件數量，T為時間戳數目；

4)訓練物品語義標注模型：提取上述四種特征后，將(F_Latent+F_text+F_S+F_T)組合在一起作為二分類SVM分類器的訓練數據，由所有獨立二分類器預測的標簽聚合作為物品的語義標注結果。