[發(fā)明專利]基于融合路徑權(quán)重相似度判斷關(guān)聯(lián)事件的方法及裝置在審
| 申請(qǐng)?zhí)枺?/td> | 202110678910.5 | 申請(qǐng)日: | 2021-06-18 |
| 公開(公告)號(hào): | CN114036922A | 公開(公告)日: | 2022-02-11 |
| 發(fā)明(設(shè)計(jì))人: | 陳耀玲;石庭豪;李明洹 | 申請(qǐng)(專利權(quán))人: | 蘇州智匯谷科技服務(wù)有限公司 |
| 主分類號(hào): | G06F40/194 | 分類號(hào): | G06F40/194;G06N5/02;G06K9/62;G06F40/30;G06F40/289;G06F16/36;G06Q50/26 |
| 代理公司: | 南京科知維創(chuàng)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 32270 | 代理人: | 梁珺 |
| 地址: | 215000 江蘇省蘇州市蘇*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 融合 路徑 權(quán)重 相似 判斷 關(guān)聯(lián) 事件 方法 裝置 | ||
本發(fā)明實(shí)施例提供了一種基于融合路徑權(quán)重相似度判斷關(guān)聯(lián)事件的方法及裝置,該方法包括:構(gòu)建事件知識(shí)圖譜,所述事件知識(shí)圖譜將事件轉(zhuǎn)化為結(jié)構(gòu)化知識(shí);計(jì)算不同事件中抽取的要素的概念之間的路徑相似度進(jìn)行加權(quán)求和,得到所述事件間的相似度;將事件間相似度大于第一閾值的多個(gè)事件輔助判斷為關(guān)聯(lián)事件。
技術(shù)領(lǐng)域
本發(fā)明涉及一種基于事件間融合路徑權(quán)重相似度判斷關(guān)聯(lián)事件的方法及裝置。
背景技術(shù)
現(xiàn)有技術(shù)中對(duì)關(guān)聯(lián)事件的處理方式,是通過(guò)人的經(jīng)驗(yàn)來(lái)對(duì)已有的數(shù)據(jù)進(jìn)行分析,來(lái)確定事件之間是否存在關(guān)聯(lián),效率低,準(zhǔn)確性差。
發(fā)明內(nèi)容
本發(fā)明提供一種基于事件間融合路徑權(quán)重相似度判斷關(guān)聯(lián)事件的方法及裝置,能夠改善辦事效率。
為實(shí)現(xiàn)上述目的,本發(fā)明一方面提供一種基于事件間的融合路徑權(quán)重相似度輔助判斷關(guān)聯(lián)事件的方法,包括:
構(gòu)建事件知識(shí)圖譜,所述事件知識(shí)圖譜將事件轉(zhuǎn)化為結(jié)構(gòu)化知識(shí);
計(jì)算不同事件中抽取的要素的概念之間的路徑相似度進(jìn)行加權(quán)求和,得到所述事件間的相似度;
將事件間相似度大于第一閾值的多個(gè)事件輔助判斷為關(guān)聯(lián)事件。
優(yōu)選地,所述構(gòu)建事件知識(shí)圖譜包括:
構(gòu)建事件概念本體,所述事件概念本體包括事件的多個(gè)概念要素;
基于信息抽取算法,對(duì)事件中的關(guān)鍵要素進(jìn)行抽取;
將抽取的關(guān)鍵要素進(jìn)行概念化處理,并于所述事件概念本體建立關(guān)聯(lián),形成事件知識(shí)圖譜。
優(yōu)選地,所述計(jì)算不同事件中抽取的要素的概念之間的路徑相似度包括:
根據(jù)構(gòu)建的事件概念本體庫(kù)的概念層次關(guān)系,基于不同事件中兩個(gè)細(xì)粒度的概念在概念層次中的深度和路徑關(guān)系,通過(guò)下式計(jì)算兩個(gè)細(xì)粒度概念之間的相似度Sim(ci,cj):
其中,depth(ci)和depth(cj)分別是術(shù)語(yǔ)ci和cj在概念層次中的深度, depth(clcs)表示術(shù)語(yǔ)ci和cj在概念層次中共同父概念的深度。
優(yōu)選地,所述計(jì)算不同事件中抽取的要素的概念之間的路徑相似度進(jìn)行加權(quán)求和,得到所述事件間的相似度包括:
針對(duì)事件j1和j2利用下式計(jì)算事件間的相似度Sim(j1,j2):
Sim(j1,j2)=α1×SimC1+α2×SimC2+…+αn×SimCn
其中,SimCi表示事件j1和j2在Ci概念下兩個(gè)細(xì)粒度概念的相似度,αi是加權(quán)求和中SimCi對(duì)應(yīng)的權(quán)重。
本發(fā)明另一方面還提供一種基于綜合相似度輔助判斷關(guān)聯(lián)事件的方法,包括:
基于事件間的融合路徑權(quán)重相似度計(jì)算事件間的第一類型相似度;
基于事件間的語(yǔ)義相似度計(jì)算事件間的第二類型相似度;
基于專家規(guī)則計(jì)算事件間的第三類型相似度;
基于第一類型相似度、第二類型相似度和第三類型相似度,輔助判斷事件之間是否為關(guān)聯(lián)事件;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于蘇州智匯谷科技服務(wù)有限公司,未經(jīng)蘇州智匯谷科技服務(wù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110678910.5/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 上一篇:一種全自動(dòng)供蓋機(jī)
- 下一篇:電子裝置及其制造方法
- 路徑搜索系統(tǒng)、路徑搜索終端和路徑搜索方法
- 路徑計(jì)算方法、路徑計(jì)算單元及路徑計(jì)算系統(tǒng)
- 路徑顯示裝置、路徑顯示方法、路徑顯示程序及路徑顯示系統(tǒng)
- 路徑引導(dǎo)裝置、路徑引導(dǎo)方法及路徑引導(dǎo)程序
- 路徑搜索系統(tǒng)、路徑搜索方法及路徑搜索程序
- 路徑引導(dǎo)裝置、路徑引導(dǎo)方法以及路徑引導(dǎo)程序
- 路徑搜索系統(tǒng)、路徑搜索方法以及路徑搜索程序
- 路徑搜索裝置、路徑搜索系統(tǒng)及路徑搜索方法
- 路徑輸出方法、路徑輸出系統(tǒng)和路徑輸出程序
- 路徑評(píng)價(jià)裝置、路徑評(píng)價(jià)系統(tǒng)、路徑評(píng)價(jià)方法以及路徑評(píng)價(jià)程序
- 權(quán)重調(diào)整模塊與權(quán)重調(diào)整方法
- 網(wǎng)頁(yè)主題的分類方法及裝置
- 接收裝置
- 基于權(quán)重濾波的視頻去噪裝置及方法
- 權(quán)重?cái)?shù)據(jù)存儲(chǔ)方法和基于該方法的神經(jīng)網(wǎng)絡(luò)處理器
- 危害因素的權(quán)重因子的確定方法、裝置及存儲(chǔ)介質(zhì)
- 用于優(yōu)化神經(jīng)網(wǎng)絡(luò)的方法
- 處理器
- 用于對(duì)深度神經(jīng)網(wǎng)絡(luò)的權(quán)重進(jìn)行轉(zhuǎn)換的方法和系統(tǒng)
- 神經(jīng)網(wǎng)絡(luò)的量化方法、裝置、服務(wù)器和存儲(chǔ)介質(zhì)





