[發(fā)明專利]時空多模態(tài)混合數(shù)據(jù)處理方法、關(guān)聯(lián)方法與索引方法

有效

• 申請?zhí)枺?/td>: 202110770050.8
• 申請日: 2021-07-08
• 公開（公告）號: CN113297395B
• 公開（公告）日: 2021-09-24
• 發(fā)明（設(shè)計）人: 張翀;葛斌;何春輝
• 申請（專利權(quán)）人: 中國人民解放軍國防科技大學(xué)
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/295;G06F40/30;G06F16/31;G06N5/02
• 代理公司: 長沙國科天河知識產(chǎn)權(quán)代理有限公司 43225
• 代理人: 邱軼

本申請涉及一種時空多模態(tài)混合數(shù)據(jù)處理方法、關(guān)聯(lián)方法與索引方法。所述方法包括：獲取時空多模態(tài)混合數(shù)據(jù)；確認知識圖譜的知識圖譜描述信息；確認非結(jié)構(gòu)化文本的文本描述信息；確認關(guān)系數(shù)據(jù)庫記錄的記錄描述信息；當時空多模態(tài)混合數(shù)據(jù)分別為知識圖譜、非結(jié)構(gòu)化文本以及關(guān)系數(shù)據(jù)庫記錄時，針對具有時空特性知識圖譜、非結(jié)構(gòu)化文本和關(guān)系數(shù)據(jù)庫中記錄的數(shù)據(jù)以時空特點，形成具備將原始數(shù)據(jù)中具有時間和空間的屬性提煉出來的能力，并且針對這3種不同類型的數(shù)據(jù)進行設(shè)計時空屬性。采用本方法能夠?qū)崿F(xiàn)對時空多模態(tài)混合數(shù)據(jù)的統(tǒng)一設(shè)計處理。

技術(shù)領(lǐng)域

本申請涉及時空數(shù)據(jù)處理技術(shù)領(lǐng)域，特別是涉及一種時空多模態(tài)混合數(shù)據(jù)處理方法、關(guān)聯(lián)方法與索引方法。

背景技術(shù)

隨著信息獲取與處理手段的多樣化發(fā)展，來自不同源頭、不同模態(tài)的數(shù)據(jù)不斷被積累，這些數(shù)據(jù)都是從業(yè)務(wù)、描述、知識等不同方面對客觀對象的刻畫，在進行決策分析時都需要進行參考，時空多模態(tài)混合數(shù)據(jù)包括時間、空間、知識圖譜、非結(jié)構(gòu)化文本以及關(guān)系數(shù)據(jù)庫記錄的數(shù)據(jù)，如何面向這5種模態(tài)數(shù)據(jù)進行統(tǒng)一組織與快速、智能化的查詢是數(shù)據(jù)分析的重要前提手段。

然而，常規(guī)的數(shù)據(jù)組織與處理技術(shù)中，無法直接應(yīng)用于時空多模態(tài)混合數(shù)據(jù)，并且常規(guī)的數(shù)據(jù)處理要么就是單純的知識圖譜+文本類數(shù)據(jù)，要么就是數(shù)據(jù)庫記錄的數(shù)據(jù)+文本類數(shù)據(jù)，沒有進行統(tǒng)籌規(guī)劃管理，從而導(dǎo)致數(shù)據(jù)管理和檢索效率低下。

發(fā)明內(nèi)容

基于此，有必要針對上述技術(shù)問題，提供一種時空多模態(tài)混合數(shù)據(jù)處理方法、關(guān)聯(lián)方法與索引方法。

一種時空多模態(tài)混合數(shù)據(jù)處理方法，所述方法包括：

獲取時空多模態(tài)混合數(shù)據(jù)；所述時空多模態(tài)混合數(shù)據(jù)包括：知識圖譜、非結(jié)構(gòu)化文本以及關(guān)系數(shù)據(jù)庫記錄；所述知識圖譜中包括：時空數(shù)據(jù)對應(yīng)的實體和關(guān)系；

確認所述知識圖譜的知識圖譜描述信息；所述知識圖譜描述信息包括：中心實體、輔助實體、地理坐標、產(chǎn)生時間以及節(jié)點關(guān)系；

確認非結(jié)構(gòu)化文本的文本描述信息；所述文本描述信息包括：文本內(nèi)容、地理坐標集合以及時間集合；

確認關(guān)系數(shù)據(jù)庫記錄的記錄描述信息；所述記錄描述信息包括：記錄、地理坐標以及主題時間；

當時空多模態(tài)混合數(shù)據(jù)為知識圖譜時，根據(jù)預(yù)先設(shè)置的核心主題詞列表，判斷節(jié)點的類型為中心實體或輔助實體，根據(jù)兩個相連節(jié)點的類型，確定節(jié)點關(guān)系的類型，以及針對每一個中心實體，利用自然語言處理所述中心實體連接的輔助實體，確定中心實體對應(yīng)的產(chǎn)生時間和地理坐標，根據(jù)中心實體、輔助實體、地理坐標、產(chǎn)生時間以及節(jié)點關(guān)系，得到時空知識圖譜；

當時空多模態(tài)混合數(shù)據(jù)為非結(jié)構(gòu)化文本時，利用自然語言處理對所述非結(jié)構(gòu)化文本進行處理，得到地點類實體和時間類實體，根據(jù)所述地點類實體得到地理坐標集合以及根據(jù)所述時間類實體得到時間集合，根據(jù)所述文本內(nèi)容、地理坐標集合以及時間集合，得到時空文本；

當時空多模態(tài)混合數(shù)據(jù)為關(guān)系數(shù)據(jù)庫記錄時，獲取關(guān)系數(shù)據(jù)庫記錄中字段名稱列表和元組記錄列表，根據(jù)所述字段名稱列表的屬性和所述元組記錄列表中的值，構(gòu)建鍵值對，采用語義識別的方式識別所述鍵值對，得到地理坐標以及主題時間，根據(jù)記錄、地理坐標以及主題時間，得到時空記錄文本。

在其中一個實施例中，還包括：當節(jié)點在預(yù)先設(shè)置的核心主題詞列表中，則將該節(jié)點確定為中心實體，當節(jié)點不在預(yù)先設(shè)置的核心主題詞列表中，則將該節(jié)點確定為輔助實體；

若兩個相連節(jié)點的節(jié)點類型均為中心實體，則確定節(jié)點關(guān)系為中心關(guān)系；若兩個相連節(jié)點的一個為中心實體，另一個是輔助實體，則確定節(jié)點關(guān)系為輔助關(guān)系；