[發(fā)明專利]一種知識庫構(gòu)建方法、裝置、電子設(shè)備和可讀存儲裝置

在審

• 申請?zhí)枺?/td>: 202010695181.X
• 申請日: 2020-07-19
• 公開（公告）號: CN111950729A
• 公開（公告）日: 2020-11-17
• 發(fā)明（設(shè)計）人: 方航;謝小容
• 申請（專利權(quán)）人: 中國建設(shè)銀行股份有限公司;建信金融科技有限責(zé)任公司
• 主分類號: G06N5/02
• 分類號: G06N5/02;G06F16/71;G06F16/783;G06F16/36
• 代理公司: 北京市蘭臺律師事務(wù)所 11354
• 代理人: 張峰

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種知識庫構(gòu)建方法、裝置、電子設(shè)備和可讀存儲介質(zhì)。所述方法包括：獲取所述目標領(lǐng)域第一知識庫，并對所述第一知識庫進行數(shù)據(jù)增強處理；其中所述第一知識庫為根據(jù)所述目標領(lǐng)域內(nèi)視頻數(shù)據(jù)樣本確定；所述數(shù)據(jù)增強處理包括采用詞頻?逆文檔頻率算法；確定所述數(shù)據(jù)增強處理后的第一知識庫為目標知識庫。采用本申請?zhí)峁┑闹R庫構(gòu)建方法通過對視頻數(shù)據(jù)知識庫進行的增強處理，避免視頻訓(xùn)練數(shù)據(jù)的稀疏性，特別適合對例如教育等主要數(shù)據(jù)為視頻資料的知識庫的構(gòu)建，從而建立以視頻數(shù)據(jù)為主的目標領(lǐng)域的知識譜圖，為下游利用知識譜圖進行視頻推薦提供了有效知識庫。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其是涉及到一種知識庫構(gòu)建方法、裝置、電子設(shè)備和可讀存儲裝置。

背景技術(shù)

目前利用大數(shù)據(jù)云平臺進行例如教育類視頻推薦、用戶畫像等的需求日益增加，為此構(gòu)建例如教育領(lǐng)域等特定領(lǐng)域的知識圖譜并將此用于視頻推薦等方面提升的需求就日益凸顯。但是目前構(gòu)建特定專業(yè)領(lǐng)域，尤其是教育金融等技術(shù)領(lǐng)域的難題是數(shù)據(jù)大平臺上的視頻數(shù)量較少，數(shù)據(jù)量太少會造成數(shù)據(jù)稀疏性問題，數(shù)據(jù)稀疏性問題造成缺乏足夠的數(shù)據(jù)來構(gòu)建適合訓(xùn)練的知識圖譜是，這是目前特定專業(yè)領(lǐng)域推薦系統(tǒng)面臨的主要問題。

發(fā)明內(nèi)容

本申請的目的旨在至少能解決上述的技術(shù)缺陷之一。本申請所采用的技術(shù)方案如下：

第一方面，本申請實施例提供了一種知識庫構(gòu)建方法，該方法包括：

獲取所述目標領(lǐng)域第一知識庫，并對所述第一知識庫進行數(shù)據(jù)增強處理；其中所述第一知識庫為根據(jù)所述目標領(lǐng)域內(nèi)視頻數(shù)據(jù)樣本確定；所述數(shù)據(jù)增強處理包括采用詞頻-逆文檔頻率算法；

確定所述數(shù)據(jù)增強處理后的第一知識庫為目標知識庫。

可選地，所述對第一知識庫進行數(shù)據(jù)增強處理還包括：

對所述第一知識庫的數(shù)據(jù)增強處理包括對知識庫的知識點進行以下至少之一處理：同義詞替換、隨機插入、隨機交換、隨機刪除。

可選地，所述對所述第一知識庫進行詞頻-逆文檔頻率算法處理包括：

獲取目標領(lǐng)域視頻數(shù)據(jù)樣本；

將所述視頻數(shù)據(jù)樣本中的語音進行提取形成語音樣本；

將所述語音樣本轉(zhuǎn)化為文本樣本；

采用所述詞頻逆文檔頻率算法獲取所述文本樣本的關(guān)鍵詞；

從所述第二知識庫中獲取所述關(guān)鍵詞的關(guān)聯(lián)詞樣本；

將所述關(guān)鍵詞的關(guān)聯(lián)詞樣本擴充進所述第一知識庫中。

可選地，所述方法還包括：

獲取目標領(lǐng)域視頻數(shù)據(jù)樣本的主題和知識點；

構(gòu)建所述主題與知識點的從屬關(guān)系；

將所述主題與知識點的從屬關(guān)系擴充進所述第一知識庫樣本。

可選地，所述第一知識庫為根據(jù)所述目標領(lǐng)域內(nèi)視頻數(shù)據(jù)樣本確定還包括：

根據(jù)所述目標領(lǐng)域的視頻數(shù)據(jù)樣本確定目標主題；

引入與所述目標主題關(guān)聯(lián)的外部數(shù)據(jù)庫為第一知識庫。

可選地，所述知識庫可用于構(gòu)建目標領(lǐng)域知識圖譜。

第二方面，本發(fā)明實施例提供了一種知識庫構(gòu)建裝置，所述裝置包括：獲取模塊、存儲模塊、處理模塊，其中，

所述獲取模塊，用于獲取所述目標領(lǐng)域第一知識庫；