[發(fā)明專利]一種基于信息認知的處理方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810561844.1
• 申請日: 2018-06-04
• 公開（公告）號: CN110569980B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設計）人: 周偉
• 申請（專利權）人: 智慧博天科技發(fā)展(北京)有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京欣永瑞知識產權代理事務所(普通合伙) 11450
• 代理人: 常旭;張慶敏

本發(fā)明涉及信息認知領域，公開了一種基于信息認知的處理方法和系統(tǒng)，包括：獲取信息集；所述信息集中包含n個信息元素；所述信息元素對應現實世界中專業(yè)/行業(yè)的知識點或信息點；針對所述n個信息元素，生成任意信息元素ai和信息元素aj之間的全連接路徑關系；全部路徑關系構成一個路徑關系集合K，其中i,j∈[1，n]；獲取有效路徑信息；根據所述有效路徑信息，對所述路徑關系集合K中的全部路徑關系進行有效性篩選得到二級路徑關系集合；對二級路徑關系集合中的路徑關系進行整理，得到認知漸進模型。本發(fā)明方案能夠降低對海量大數據的依賴，同時實現較好的智能分析處理效果。

技術領域

本發(fā)明涉及信息認知領域，具體地說，涉及一種基于信息認知的處理方法和系統(tǒng)。

背景技術

近年來，人工智能行業(yè)迅速地發(fā)展，許多企業(yè)、研究機構和國家都紛紛將大量人力財力投入到人工智能技術的研究之中。當前比較主流的人工智能深度學習方法可以稱為“大數據、小任務范式”。其技術方案可以概括為針對某種特定而具體的任務，比如人臉識別，使用海量數據進行訓練，得到特定的模型并不斷優(yōu)化，不斷提升任務處理的成功率，接近、達到甚至超越人工處理的水平。

然而，上述人工智能技術在一些行業(yè)并不適用。比如，在各個行業(yè)中，對學員/學生進行培養(yǎng)/評估的傳統(tǒng)方式是由專業(yè)人士——比如教師——將知識點或技能點進行整理編纂，供給學員/學生進行學習。這種方式對整理者的專業(yè)水平要求較高，并且耗時較長。如果使用人工智能技術進行改進優(yōu)化，由于一個科目內或一個技能領域內的知識量很難達到海量大數據的水平，因此現有人工智能的學習訓練方法并不適用。

由此可見，上述人工智能現有技術必須倚靠海量的數據做支撐才能有效地對模型進行優(yōu)化和訓練，對于缺乏海量數據來源或數據量本身就有限的任務適用性較差。

發(fā)明內容

為了克服上述技術問題，本發(fā)明提供了一種基于信息認知的處理方法和系統(tǒng)，能夠降低對海量大數據的依賴，同時實現較好的智能分析處理效果。

為了實現上述目的，一方面，本發(fā)明提供了一種基于信息認知的處理方法，包括：

獲取信息集；所述信息集中包含n個信息元素；所述信息元素對應專業(yè)/行業(yè)的知識點/信息點；

針對所述n個信息元素，生成任意信息元素ai和信息元素aj之間的全連接路徑關系；全部路徑關系構成一個路徑關系集合K，其中i,j∈[1，n]；

獲取有效路徑信息；

根據所述有效路徑信息，對所述路徑關系集合K中的全部路徑關系進行有效性篩選得到二級路徑關系集合；

對二級路徑關系集合中的路徑關系進行整理，得到認知漸進模型。

在一種可選的實施方式中，所述獲取有效路徑信息，具體包括：

從外界的輸入獲得所述有效路徑信息；和/或

從記錄路徑的數據庫獲取路徑數據；

根據所述路徑數據計算得出路徑出現的現實頻率；

根據所述現實頻率獲得所述有效路徑信息。

在一種可選的實施方式中，所述對二級路徑關系集合中的路徑關系進行整理，得到認知漸進模型，具體包括：

將二級路徑關系集合中的元素輸出；

接收外界對所述輸出的反饋；

根據所述反饋，對所述二級路徑關系集合進行優(yōu)化，得到優(yōu)化二級路徑關系集合；

對優(yōu)化二級路徑關系集合進行整理，得到所述認知漸進模型。

在一種可選的實施方式中，所述根據所述有效路徑信息，對所述路徑關系集合K中的全部路徑關系進行有效性篩選得到二級路徑關系集合，具體包括：