[發明專利]基于圖譜標簽降噪的素材推薦方法及系統

在審

• 申請號: 202011636614.0
• 申請日: 2020-12-31
• 公開（公告）號: CN112612965A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 陳嘉真;孫澤懿;張琛
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06F16/36;G06F16/38;G06F16/35;G06F16/33;G06Q50/00
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 李紅巖

1.一種基于圖譜標簽降噪的素材推薦方法，其特征在于，包括：

預處理步驟：從用戶的搜索內容中抽取關鍵詞并對所述關鍵詞進行處理；

匹配步驟：根據處理后的所述關鍵詞與知識圖譜中的節點進行匹配；

抽取步驟：抽取匹配后的節點子圖，并通過Louvain算法對所述節點子圖進行聚類，根據聚類結果輸出搜索結果；

輸出步驟：通過下游模型對所述搜索結果進行排序和推薦。

2.如權利要求1所述的基于圖譜標簽降噪的素材推薦方法，其特征在于，所述預處理步驟包括：

關鍵詞抽取步驟：通過算法從所述搜索內容中進行關鍵詞抽取獲得所述關鍵詞；

消歧步驟：通過算法計算所述關鍵詞和所述知識圖譜的中節點的相關度。

3.如權利要求1所述的基于圖譜標簽降噪的素材推薦方法，其特征在于，所述匹配步驟包括：

根據所述相關度將所述關鍵詞和所述知識圖譜中的節點建立映射關系。

4.如權利要求1所述的基于圖譜標簽降噪的素材推薦方法，其特征在于，所述抽取步驟包括：

節點子圖抽取步驟：根據所述映射關系抽取所述知識圖譜中的節點周圍的所述子圖；

聚類步驟：通過所述Louvain算法獲取所述子圖中的熱門節點；

搜索結果獲得步驟：根據所述熱門節點獲得所述搜索結果。

5.如權利要求1所述的基于圖譜標簽降噪的素材推薦方法，其特征在于，所述下游模型為語義相關匹配算法或者為基于用戶和物品信息的推薦模型。

6.一種基于圖譜標簽降噪的素材推薦系統，其特征在于，包括：

預處理模塊，所述預處理模塊從用戶的搜索內容中抽取關鍵詞并對所述關鍵詞進行處理；

匹配模塊，所述匹配模塊根據處理后的所述關鍵詞與知識圖譜中的節點進行匹配；

抽取模塊，所述抽取模塊抽取匹配后的節點子圖，并通過Louvain算法對所述節點子圖進行聚類，根據聚類結果輸出搜索結果；

輸出模塊，所述輸出模塊通過下游模型對所述搜索結果進行排序和推薦。

7.如權利要求6所述的基于圖譜標簽降噪的素材推薦系統，其特征在于，所述預處理模塊包括：

關鍵詞抽取單元，所述關鍵詞抽取單元通過算法從所述搜索內容中進行關鍵詞抽取獲得所述關鍵詞；

消歧單元，所述消歧單元通過算法計算所述關鍵詞和所述知識圖譜的中節點的相關度。

8.如權利要求6所述的基于圖譜標簽降噪的素材推薦系統，其特征在于，所述匹配模塊根據所述相關度將所述關鍵詞和所述知識圖譜中的節點建立映射關系。

9.如權利要求6所述的基于圖譜標簽降噪的素材推薦系統，其特征在于，所述抽取模塊包括：

節點子圖抽取單元，所述節點子圖抽取單元根據所述映射關系抽取所述知識圖譜中的節點周圍的所述子圖；

聚類單元，所述聚類單元通過所述Louvain算法獲取所述子圖中的熱門節點；

搜索結果獲得單元，所述搜索結果獲得單元根據所述熱門節點獲得所述搜索結果。

10.如權利要求6所述的基于圖譜標簽降噪的素材推薦系統，其特征在于，所述下游模型為語義相關匹配算法或者為基于用戶和物品信息的推薦模型。