[發明專利]知識圖譜的主題知識子模型提取方法

在審

• 申請號: 202111464293.5
• 申請日: 2021-12-03
• 公開（公告）號: CN114281884A
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 李會彬;張加萬;張怡
• 申請（專利權）人: 天津大學
• 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所(普通合伙) 11947
• 代理人: 王艷

本發明公開了知識圖譜的主題知識子模型提取方法，涉及信息處理技術領域。本發明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處理，得到圖譜表示的內容數據；步驟二：根據處理后的內容數據構建標準模型；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：基于圖譜表示的內容數據，查找所需的知識圖譜的目標主題知識子選項。本發明通過建立標準模型，將目標操作選項對應的操作子選項融合標準模型進行對應特征的查找和選定，有利于提高主題知識子模型的提取效率和提取精度。

技術領域

本發明涉及信息處理技術領域，特別是涉及知識圖譜的主題知識子模型提取方法。

背景技術

知識圖譜是通過將應用數學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現分析等方法結合，并利用可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域以及整體知識架構達到多學科融合目的的現代理論，在圖書情報界稱為知識域可視化或知識領域映射地圖，是顯示知識發展進程與結構關系的一系列各種不同的圖形，用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯系，它能為學科研究提供切實的、有價值的參考，知識圖譜的主要特點包括①、用戶搜索次數越多，范圍越廣，搜索引擎就能獲取越多信息和內容；②、賦予字串新的意義，而不只是單純的字串；③、融合了所有的學科，以便于用戶搜索時的連貫性；④、為用戶找出更加準確的信息，作出更全面的總結并提供更有深度相關的信息；⑤、把與關鍵詞相關的知識體系系統化地展示給用戶；⑥、用戶只需登錄Google旗下60多種在線服務中的一種就能獲取在其他服務上保留的信息和數據和⑦、Google從整個互聯網汲取有用的信息讓用戶能夠獲得更多相關的公共資源；

目前對于知識圖譜的主題知識子模型的提取操作難度較大，其對于信息處理的完成度不足，因而對子模型特征的獲取效果不佳，影響信息提取的操作精度和操作效率；因此，我們提出知識圖譜的主題知識子模型提取方法。

發明內容

本發明的目的在于提供知識圖譜的主題知識子模型提取方法，以解決上述背景中提出的問題。

為解決上述技術問題，本發明是通過以下技術方案實現的：

本發明為知識圖譜的主題知識子模型提取方法，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處理，得到圖譜表示的內容數據；

步驟二：根據處理后的內容數據構建標準模型；

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：基于圖譜表示的內容數據，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的操作子選項渲染至目標知識圖譜構建頁面，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特征，對知識圖譜中的對應特征進行選定，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。

優選地，所述步驟一中對知識圖譜輸入的需求文本進行預處理，包括把復雜的知識領域通過利用數據挖掘、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點、所述多個節點的屬性值。

優選地，所述步驟二中對內容數據構建標準模型，通過對字串進行重組排列，使其具有新的意義。

優選地，所述步驟三中進行用戶登錄信息的驗證和匹配，采用數字賬號的驗證方式。