[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

本發明涉及一種基于異構物品使用事件的物品語意標注方法，包括以下步驟：1)建立物品潛在關系強度挖掘模型；2)提取物品隱式特征；3)提取物品顯示特征；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。本發明的有益效果是：本發明是基于異構物品使用事件建立物品隱式關系強度的潛變量模型，從中提取物品隱式特征，并綜合利用顯示與隱式特征預測給定物品的類別語義標簽，本方法在效率、性能等方面顯著優于基于顯式特征的現有物品標注方法。

技術領域

本發明涉及一種物品語意標注方法，主要是基于異構物品使用事件建立物品隱式關系強度的潛變量模型，從中提取物品隱式特征，綜合利用顯示與隱式特征預測給定物品的類別語義標簽。

背景技術

在網絡-物理智能空間中，人們可以進行物品搜索與對物品的識別和瀏覽，對物品進行語義標注，是實現上述網絡-物理空間應用的關鍵步驟。然而傳統語義標注技術在網絡-物理空間當中面臨著嚴峻挑戰:由于網絡-物理空間中物品的文本資料通常很少和混淆噪聲，基于文本的標注技術{[1]WANG D,ZHANG H,LIU R,et al.Feature selection basedon term frequency and T-test for text categorization[C]//Proceedings of 21stACM International Conference on Information and Knowledge Management,CIKM’12,Maui,HI,USA,October 29-November 02,2012:1482–1486.http://doi.acm.org/10.1145/2396761.2398457.[2]XUE X,ZHOU Z.Distributional Features for TextCategorization[J].IEEE Trans.Knowl.Data Eng.,2009,21(3):428–442.https://doi.org/10.1109/TKDE.2008.166.[3]XU Z,JIN R,HUANG K,et al.Semi-supervisedtext categorization by active search[C]//Proceedings of the 17th ACMConference on Information and Knowledge Management,CIKM 2008,Napa Valley,California,USA,October 26-30,2008:1517–1518.http://doi.acm.org/10.1145/1458082.1458364.}無法實現令人滿意的標注性能；網絡-物理空間中通常缺乏大量已經標注的物品作為訓練集且人工標注費時費力；由于需要費時費力的先驗知識和構建物品語義網絡模型，例如以統一格式(如資源描述框架)手動定義物品的描述及其相應的概念，使得基于語義網絡的物品標注方法{[4]COCCOLI M,TORRE I.Interaction with Objects andObjects Annotation in the Semantic Web of Things[C]//Proceedings of The 20thInternational Conference on Distributed Multimedia Systems:Research papers ondistributed multimedia systems,distance education technologies and visuallanguages and computing,Pittsburgh,PA,USA,August 27-29,2014:383–390.[5]DE S,BARNAGHI P,BAUER M,et al.Service modelling for the Internet of Things[C]//Proceedings 2011Federated Conference on Computer Science and InformationSystems(FedCSIS),2011:949–955.[6]ATANASOV I,NIKOLOV A,PENCHEVA E,et al.AnApproach to Data Annotation for Internet of Things[J].IJITWE,2015,10(4):1–19.https://doi.org/10.4018/IJITWE.2015100101.[7]NEVAT I,PETERS G W,AVNIT K,etal.Location of Things:Geospatial Tagging for IoT Using Time-of-Arrival[J].IEEE Trans.Signal and Information Processing over Networks,2016,2(2):174–185.https://doi.org/10.1109/TSIPN.2016.2531422.}不具備擴展性；由于網絡-物理空間中物品不具備類似于網頁URL或者社交網絡中好友關系等顯示連接，因此基于鏈接的標注方法{[8]MCDOWELL L K.Relational active learning for link-basedclassification[C]//Proceedings of 2015 IEEE International Conference on DataScience and Advanced Analytics,DSAA 2015,Campus des Cordeliers,Paris,France,October 19-21,2015:1–10.https://doi.org/10.1109/DSAA.2015.7344798.[9]TIAN Y,YANG Q,HUANG T,et al.Learning Contextual Dependency Network Models for Link-Based Classification[J].IEEE Trans.Knowl.Data Eng.,2006,18(11):1482–1496.https://doi.org/10.1109/TKDE.2006.178.[10]LIMAYE G,SARAWAGI S,CHAKRABARTI S.Annotating and SearchingWeb Tables Using Entities,Types andRelationships[J].PVLDB,2010,3(1):1338–1347.http://www.comp.nus.edu.sg/～vldb2010/proceedings/files/papers/R118.pdf.}不適用于網絡-物理空間中的物品標注。