[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)尋優(yōu)調(diào)參的建筑領(lǐng)域知識(shí)圖譜構(gòu)建方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010429933.8
• 申請(qǐng)日: 2020-05-20
• 公開（公告）號(hào): CN111813950A
• 公開（公告）日: 2020-10-23
• 發(fā)明（設(shè)計(jì)）人: 朱全銀;朱良生;卞文文;馮萬利;胥心心;吳斌;周泓;李翔;馬甲林;金鷹;宋厚厚;馬天龍;馬思偉;曹猛
• 申請(qǐng)（專利權(quán)）人: 淮陰工學(xué)院
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/951;G06F40/295;G06N3/04
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 梁耀文

1.一種基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)尋優(yōu)調(diào)參的建筑領(lǐng)域知識(shí)圖譜構(gòu)建方法，其特征在于，具體步驟如下：

(1)首先使用網(wǎng)絡(luò)爬蟲技術(shù)采集建筑領(lǐng)域?qū)嶓w、實(shí)體屬性及語料，然后對(duì)建筑領(lǐng)域數(shù)據(jù)集進(jìn)行預(yù)處理，得到實(shí)體識(shí)別模型標(biāo)注數(shù)據(jù)集EntityData；

(2)利用數(shù)據(jù)集EntityData訓(xùn)練基于BERT-BiLSTM-CRF的自適應(yīng)實(shí)體識(shí)別模型，得到建筑領(lǐng)域自適應(yīng)實(shí)體識(shí)別模型EntityModel；

(3)對(duì)建筑領(lǐng)域關(guān)系數(shù)據(jù)集進(jìn)行預(yù)處理，得到關(guān)系抽取模型標(biāo)注數(shù)據(jù)集RelationData；

(4)利用數(shù)據(jù)集RelationData訓(xùn)練基于GRU的自適應(yīng)關(guān)系抽取模型，得到建筑領(lǐng)域自適應(yīng)關(guān)系抽取模型RelationModel；

(5)調(diào)用自適應(yīng)實(shí)體識(shí)別模型EntityModel和關(guān)系抽取模型RelationModel，在建筑領(lǐng)域文本數(shù)據(jù)上抽取出實(shí)體和實(shí)體之間的聯(lián)系，建立知識(shí)三元組，構(gòu)建建筑領(lǐng)域知識(shí)圖譜；

(6)開放自適應(yīng)尋優(yōu)調(diào)參的建筑領(lǐng)域知識(shí)圖譜使用接口，自適應(yīng)尋優(yōu)調(diào)參的建筑領(lǐng)域知識(shí)圖譜使用接口根據(jù)用戶輸入的施工圖審查點(diǎn)挖掘知識(shí)庫中的隱藏關(guān)系，并將挖掘出的專家意見信息Recom返回Web平臺(tái)。

2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)尋優(yōu)調(diào)參的建筑領(lǐng)域知識(shí)圖譜構(gòu)建方法，其特征在于，所述步驟(1)中得到實(shí)體識(shí)別模型標(biāo)注數(shù)據(jù)集EntityData的具體步驟如下：

(1.1)在互聯(lián)網(wǎng)上選取建筑領(lǐng)域的行業(yè)網(wǎng)站作為數(shù)據(jù)源；

(1.2)利用網(wǎng)絡(luò)爬蟲從結(jié)構(gòu)化網(wǎng)頁中爬取建筑領(lǐng)域的實(shí)體以及實(shí)體的屬性作為結(jié)構(gòu)化數(shù)據(jù)，從非結(jié)構(gòu)化網(wǎng)頁中爬取建筑領(lǐng)域的長文本作為非結(jié)構(gòu)化數(shù)據(jù)，即語料；

(1.3)收集并構(gòu)建無效詞匯表UselessData；

(1.4)定義預(yù)處理后的結(jié)構(gòu)化數(shù)據(jù)集Struc_Data，Struc_Data＝{vocabulary1,vocabulary2,…,vocabularyStruc_DataNum}，其中，Struc_DataNum為結(jié)構(gòu)化數(shù)據(jù)的個(gè)數(shù)。根據(jù)無效詞匯表UselessData對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行預(yù)處理，過濾掉無效詞匯和敏感詞匯，得到結(jié)構(gòu)化數(shù)據(jù)集Struc_Data；

(1.5)數(shù)據(jù)集采用BIO的標(biāo)注方式，將每個(gè)元素標(biāo)注為“B”、“I”或者“O”。其中，“B”表示此元素所在的片段屬于實(shí)體類型并且此元素在此片段的開頭，“I”表示此元素所在的片段屬于實(shí)體類型并且此元素在此片段的中間位置，“O”表示此元素所在的片段不屬于任何類型，即非實(shí)體；

(1.6)定義Word、Label分別為結(jié)構(gòu)化數(shù)據(jù)集Struc_Data中每個(gè)字構(gòu)成的數(shù)據(jù)集、每個(gè)字對(duì)應(yīng)的標(biāo)簽構(gòu)成的數(shù)據(jù)集，Word＝{word1,word2,…,wordwordNum}，Label＝{label1,label2,…,labelwordNum}，wordn為Word中第n個(gè)字，labeln為Word中第n個(gè)字對(duì)應(yīng)的標(biāo)簽，其中，wordNum為數(shù)據(jù)集Struc_Data中字的總個(gè)數(shù)，變量n∈[1,wordNum]，Label包含{B,I,O}三種標(biāo)簽；

(1.7)定義計(jì)數(shù)器count1，令count1＝1；

(1.8)若count1≤Struc_Data Num，執(zhí)行步驟(1.9)，否則執(zhí)行步驟(1.11)；

(1.9)遍歷數(shù)據(jù)集Struc_Data的數(shù)據(jù)，將數(shù)據(jù)處理為單個(gè)字存入數(shù)據(jù)集Word中，并將數(shù)據(jù)集Label中的所有數(shù)據(jù)標(biāo)注為非實(shí)體標(biāo)簽“O”，若vocabularycount1為實(shí)體，則將vocabularycount1中的第一個(gè)字的標(biāo)簽改為“B”，剩余的改為“I”；

(1.10)令count1＝count1+1，執(zhí)行步驟(1.8)；

(1.11)定義預(yù)處理后的實(shí)體模型標(biāo)注數(shù)據(jù)集為EntityData，將Word和Label中的數(shù)據(jù)打包為一個(gè)個(gè)元組，得到實(shí)體識(shí)別模型標(biāo)注數(shù)據(jù)集EntityData＝{[word1,label2],[word2,label2],…,[wordwordNum,labelwordNum]}，并在在wordn與labeln之間用用制表符分隔，變量n∈[1,wordNum]。