[發明專利]一種基于知識圖譜的服務發現方法在審
| 申請號： | 202010084417.6 | 申請日： | 2020-02-10 |
| 公開（公告）號： | CN111414556A | 公開（公告）日： | 2020-07-14 |
| 發明（設計）人： | 李國棟;丁永愷;王哲 | 申請（專利權）人： | 華北電力大學 |
| 主分類號： | G06F16/9537 | 分類號： | G06F16/9537;G06F16/35;G06F16/36;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京眾合誠成知識產權代理有限公司 11246 | 代理人： | 史雙元 |
| 地址： | 102206 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 知識 圖譜 服務 發現 方法 | ||
1.一種基于知識圖譜的服務發現方法，其特征在于，所述服務發現方法包括以下步驟：
步驟一：對用戶輸入的自然語言進行處理；
步驟二：根據用戶問題使用樸素貝葉斯法對用戶請求的意圖進行分類；
步驟三：基于LSTM的Graph LSTM神經網絡架構進行服務實體識別；
步驟四：構建查詢模板；
步驟五：通過兩種相似度算法結合來確定最滿足要求的服務。
2.根據權利要求1所述的基于知識圖譜的服務發現方法，其特征在于：所述步驟一采用jieba分詞工具對所述用戶輸入的自然語言進行分詞，利用word2vec工具訓練維基語料完成將自然語言轉換成詞向量，生成的詞向量為200維，根據上下5個詞，采用skip-gram的方法生成向量。
3.根據權利要求1所述的基于知識圖譜的服務發現方法，其特征在于：所述步驟二中樸素貝葉斯法對所述用戶意圖進行分類，設有樣本數據集A＝{a1,a2,a3,...,an}，對應樣本數據集的特征屬性集為X＝{x1,x2,x3,...,xn}，類變量為Y＝{y1,y2,y3,...,ym},即A可以分為m個類別，公式(1)如下：
其中,P(Y)為先驗概率,P(Y|X)為后驗概率；
樸素貝葉斯各特征之間相互獨立，在給定類別為的情況下，公式(1)進一步表示為公式(2)：
根據公式(1)和(2)計算出后驗概率，如公式(3)所示：
由此可得類別yk的樸素貝葉斯計算，如公式(4)所示：
對于給出的待分類元素項，求解在此元素項出現的條件下各個類別出現概率，根據概率數值大小判斷待分類項屬于的類別，如公式(5)所示：
P(yk|x)＝max{P(y1|x),P(y2|x),...,P(ym|x)} (5)
如果P(yk|x1,x2,...,xd)最大，則X屬于yk類別。
4.根據權利要求1所述的基于知識圖譜的服務發現方法，其特征在于：所述步驟五的兩種相似度算法包括：歐幾里得度量和字符串編輯距離；其中，歐幾里得度量是由自然語言生成的向量相似度比較，字符串編輯距離是不經過任何處理的字符串相似度比較。
5.根據權利要求4所述的基于知識圖譜的服務發現方法，其特征在于：所述歐幾里得度量假設有點A(x1,y1)，B(x2,y2)，則A，B兩點間的歐幾里得距離計算如公式(6)所示：
其中d為A,B兩點的距離，屬于二維空間中的距離；
若有點A(x1,y1,z1)，B(x2,y2,z2)，則A，B兩點間的歐幾里得距離計算，如公式(7)所示：
其中d為A,B兩點的距離，屬于三維空間中的距離；
根據公式(6)和公式(7)將歐氏距離拓展到n維空間，若有點A(x1,x2,...,xn)，B(y1,y2,...,yn)，則A，B兩點間的歐幾里得距離計算，如公式(8)所示：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于華北電力大學，未經華北電力大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010084417.6/1.html，轉載請聲明來源鉆瓜專利網。
