[發(fā)明專利]知識圖譜的主題知識子模型提取方法

在審

• 申請?zhí)枺?/td>: 202111464293.5
• 申請日: 2021-12-03
• 公開（公告）號: CN114281884A
• 公開（公告）日: 2022-04-05
• 發(fā)明（設(shè)計）人: 李會彬;張加萬;張怡
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G06F16/26
• 分類號: G06F16/26
• 代理公司: 北京盛凡佳華專利代理事務(wù)所(普通合伙) 11947
• 代理人: 王艷

1.知識圖譜的主題知識子模型提取方法，其特征在于，所述知識圖譜的主題知識子模型提取方法，包括以下步驟：

步驟一：對知識圖譜輸入的需求文本進行預(yù)處理，得到圖譜表示的內(nèi)容數(shù)據(jù)；

步驟二：根據(jù)處理后的內(nèi)容數(shù)據(jù)構(gòu)建標準模型；

步驟三：進行用戶登錄信息的驗證和匹配，并由此完成用戶操作端的進入，通過接收關(guān)于目標知識圖譜的檢索請求，獲取標準模型；

步驟四：基于圖譜表示的內(nèi)容數(shù)據(jù)，查找所需的知識圖譜的目標主題知識子選項；

步驟五：將與目標操作選項對應(yīng)的操作子選項渲染至目標知識圖譜構(gòu)建頁面，并融合標準模型；

步驟六：查找目標操作子選項與標準模型的對應(yīng)特征，對知識圖譜中的對應(yīng)特征進行選定，即為主題知識子模型；

步驟七：完成知識圖譜的主題知識子模型的提取。

2.根據(jù)權(quán)利要求1所述的知識圖譜的主題知識子模型提取方法，其特征在于，所述步驟一中對知識圖譜輸入的需求文本進行預(yù)處理，包括把復(fù)雜的知識領(lǐng)域通過利用數(shù)據(jù)挖掘、信息處理、知識計量和圖形繪制而顯示出來，所述知識圖譜包括多個節(jié)點、所述多個節(jié)點的屬性值。

3.根據(jù)權(quán)利要求1所述的知識圖譜的主題知識子模型提取方法，其特征在于，所述步驟二中對內(nèi)容數(shù)據(jù)構(gòu)建標準模型，通過對字串進行重組排列，使其具有新的意義。

4.根據(jù)權(quán)利要求1所述的知識圖譜的主題知識子模型提取方法，其特征在于，所述步驟三中進行用戶登錄信息的驗證和匹配，采用數(shù)字賬號的驗證方式。

5.根據(jù)權(quán)利要求1所述的知識圖譜的主題知識子模型提取方法，其特征在于，所述步驟四中查找所需的知識圖譜的目標主題知識子選項，融合多學(xué)科，把關(guān)鍵詞相關(guān)的知識體系系統(tǒng)化地展示給用戶，從而為用戶找出更加準確的信息，作出更全面的總結(jié)并提供更有深度相關(guān)的信息。

6.根據(jù)權(quán)利要求1所述的知識圖譜的主題知識子模型提取方法，其特征在于，所述步驟五中將與目標操作選項對應(yīng)的操作子選項渲染至目標知識圖譜構(gòu)建頁面，基于計算機操作終端運行，所述計算機操作終端包括計算機處理器和計算機存儲器，所述計算機處理器與計算機存儲器電性連接。

7.根據(jù)權(quán)利要求1所述的知識圖譜的主題知識子模型提取方法，其特征在于，所述步驟六中對知識圖譜中的對應(yīng)特征進行選定，還包括系統(tǒng)的識別判定模塊，以此確定主題知識子模型的特征，所述系統(tǒng)的識別判定模塊，包括準入端和禁入端。