【技術(shù)實(shí)現(xiàn)步驟摘要】
【國(guó)外來華專利技術(shù)】
本專利技術(shù)涉及工業(yè)領(lǐng)域，特別是工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建方法、裝置、電子設(shè)備及介質(zhì)。
技術(shù)介紹
1、知識(shí)圖譜(knowledge?graph)以結(jié)構(gòu)化的形式描述客觀世界中的概念、實(shí)體及其關(guān)系。它是融合了認(rèn)知計(jì)算、知識(shí)表示與推理、信息檢索與提取、自然語言處理、web技術(shù)、機(jī)器學(xué)習(xí)與大數(shù)據(jù)挖掘的交叉學(xué)科。
2、近些年工業(yè)領(lǐng)域開始青睞將知識(shí)圖譜作為圖形顯示方法，以實(shí)現(xiàn)工業(yè)設(shè)備數(shù)據(jù)采集、知識(shí)分類、知識(shí)存儲(chǔ)和知識(shí)分析等應(yīng)用。將知識(shí)圖譜引入工業(yè)領(lǐng)域解決了工業(yè)領(lǐng)域的知識(shí)構(gòu)建的問題。但是，工業(yè)領(lǐng)域的信息相比其它領(lǐng)域更加雜亂無序，且很多信息來源于非結(jié)構(gòu)化文本。因此對(duì)此信息進(jìn)行語義分析、提取出可用于繪制知識(shí)圖譜的知識(shí)單元并找出知識(shí)單元之間的聯(lián)系就顯得極為重要。
3、然而，構(gòu)建知識(shí)圖譜需要大量工作。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的實(shí)施方式提出工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建方法、裝置、電子設(shè)備及介質(zhì)。
2、在第一方面中，提供一種工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建方法。所述方法包括：
3、從工業(yè)領(lǐng)域的第一子領(lǐng)域中的第一數(shù)據(jù)源獲取第一非結(jié)構(gòu)化數(shù)據(jù)，其中第一非結(jié)構(gòu)化數(shù)據(jù)帶有知識(shí)標(biāo)注；
4、對(duì)第一非結(jié)構(gòu)化數(shù)據(jù)執(zhí)行機(jī)器學(xué)習(xí)，以生成適于提取知識(shí)的第一模型；
5、基于第一模型，從第一數(shù)據(jù)源提供的第二非結(jié)構(gòu)化數(shù)據(jù)中提取第一知識(shí)，其中第二非結(jié)構(gòu)化數(shù)據(jù)不帶有知識(shí)標(biāo)注；
6、從工業(yè)領(lǐng)域的第二子領(lǐng)域中的第二數(shù)據(jù)源獲取第一結(jié)構(gòu)化數(shù)據(jù)和第一半結(jié)構(gòu)化數(shù)據(jù)；
8、從第一半結(jié)構(gòu)化數(shù)據(jù)中提取第三知識(shí)；以及
9、基于第一知識(shí)、第二知識(shí)和第三知識(shí)，構(gòu)建融合第一子領(lǐng)域和第二子領(lǐng)域的知識(shí)圖譜，其中第一知識(shí)、第二知識(shí)和第三知識(shí)均以三元組的形式表示。
10、因此，可以構(gòu)建融合多個(gè)子領(lǐng)域的知識(shí)圖譜。
11、優(yōu)選地，其中第一子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比大于預(yù)定閾值，且第二子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比小于所述閾值。
12、因此，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)占比較大的子領(lǐng)域，從非結(jié)構(gòu)化數(shù)據(jù)中提取知識(shí)，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)占比較小的子領(lǐng)域，則從結(jié)構(gòu)化數(shù)據(jù)或半結(jié)構(gòu)化數(shù)據(jù)中提取知識(shí)。因此，通過融合獲取的知識(shí)圖譜實(shí)現(xiàn)了領(lǐng)域廣泛性、數(shù)據(jù)全面性與實(shí)現(xiàn)難度之間的良好折衷。
13、優(yōu)選地，其中第一子領(lǐng)域與第二子領(lǐng)域?qū)儆谙嗤墓I(yè)類別。
14、因此，對(duì)于相互接近的子領(lǐng)域，通過這種差異化的知識(shí)提取策略，可以取得良好的折衷效果。
15、優(yōu)選地，其中第一子領(lǐng)域與第二子領(lǐng)域?qū)儆谙嗤墓I(yè)子類別。
16、因此，對(duì)于相互特別接近的子領(lǐng)域，通過這種差異化的知識(shí)提取策略，可以取得更好的折衷效果。
17、優(yōu)選地，所述方法還包括：
18、從第一數(shù)據(jù)源獲取第二結(jié)構(gòu)化數(shù)據(jù)和第二半結(jié)構(gòu)化數(shù)據(jù)；
19、從第二結(jié)構(gòu)化數(shù)據(jù)中提取第四知識(shí)；
20、從第二半結(jié)構(gòu)化數(shù)據(jù)中提取第五知識(shí)；
21、其中基于第一知識(shí)、第二知識(shí)和第三知識(shí)，構(gòu)建融合第一子領(lǐng)域和第二子領(lǐng)域的知識(shí)圖譜包括：
22、基于第一知識(shí)、第二知識(shí)、第三知識(shí)、第四知識(shí)和第五知識(shí)，構(gòu)建知識(shí)圖譜。
23、因此，可以進(jìn)一步豐富知識(shí)圖譜。
24、優(yōu)選地，其中構(gòu)建融合第一子領(lǐng)域和第二子領(lǐng)域的知識(shí)圖譜包括：
25、基于第一知識(shí)、第四知識(shí)和第五知識(shí)，構(gòu)建第一子領(lǐng)域的知識(shí)圖譜；
26、基于第二知識(shí)和第三知識(shí)，構(gòu)建第二子領(lǐng)域的知識(shí)圖譜；
27、將第一子領(lǐng)域的知識(shí)圖譜和第二子領(lǐng)域的知識(shí)圖譜組合成第一子領(lǐng)域和第二子領(lǐng)域的知識(shí)圖譜；
28、其中將第一子領(lǐng)域的知識(shí)圖譜中的實(shí)體的屬性與第二子領(lǐng)域的知識(shí)圖譜中的實(shí)體的相應(yīng)屬性進(jìn)行對(duì)比，確定第一子領(lǐng)域的知識(shí)圖譜中的實(shí)體與第二子領(lǐng)域的知識(shí)圖譜中的實(shí)體之間的相似度；當(dāng)相似度高于預(yù)設(shè)閾值時(shí)，組合第一子領(lǐng)域的知識(shí)圖譜中的實(shí)體與第二子領(lǐng)域的知識(shí)圖譜中的實(shí)體。
29、因此，通過組合相似度高的實(shí)體，提高了知識(shí)圖譜的準(zhǔn)確度。
30、在第二方面中，提供一種工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建裝置，所述裝置包括：
31、第一獲取模塊，其被配置成從工業(yè)領(lǐng)域的第一子領(lǐng)域中的第一數(shù)據(jù)源獲取第一非結(jié)構(gòu)化數(shù)據(jù)，其中第一非結(jié)構(gòu)化數(shù)據(jù)帶有知識(shí)標(biāo)注；
32、執(zhí)行模塊，其被配置成對(duì)第一非結(jié)構(gòu)化數(shù)據(jù)執(zhí)行機(jī)器學(xué)習(xí)，以生成適于提取知識(shí)的第一模型；
33、第一提取模塊，其被配置成基于第一模型，從第一數(shù)據(jù)源提供的第二非結(jié)構(gòu)化數(shù)據(jù)中提取第一知識(shí)，其中第二非結(jié)構(gòu)化數(shù)據(jù)不帶有知識(shí)標(biāo)注；
34、第二獲取模塊，其被配置成從工業(yè)領(lǐng)域的第二子領(lǐng)域中的第二數(shù)據(jù)源獲取第一結(jié)構(gòu)化數(shù)據(jù)和第一半結(jié)構(gòu)化數(shù)據(jù)；
35、第二提取模塊，其被配置成從第一結(jié)構(gòu)化數(shù)據(jù)中提取第二知識(shí)；
36、第三提取模塊，其被配置成從第一半結(jié)構(gòu)化數(shù)據(jù)中提取第三知識(shí)；以及
37、構(gòu)建模塊，其被配置成基于第一知識(shí)、第二知識(shí)和第三知識(shí)，構(gòu)建融合第一子領(lǐng)域和第二子領(lǐng)域的知識(shí)圖譜，其中第一知識(shí)、第二知識(shí)和第三知識(shí)均以三元組的形式表示。
38、因此，可以構(gòu)建融合多個(gè)子領(lǐng)域的知識(shí)圖譜。
39、優(yōu)選地，第一子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比大于預(yù)定閾值，且第二子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比小于所述閾值。
40、因此，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)占比較大的子領(lǐng)域，從非結(jié)構(gòu)化數(shù)據(jù)中提取知識(shí)，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)占比較小的子領(lǐng)域，則從結(jié)構(gòu)化數(shù)據(jù)或半結(jié)構(gòu)化數(shù)據(jù)中提取知識(shí)。因此，通過融合獲取的知識(shí)圖譜實(shí)現(xiàn)了領(lǐng)域廣泛性、數(shù)據(jù)全面性與實(shí)現(xiàn)難度之間的良好折衷。
41、優(yōu)選地，其中第一子領(lǐng)域與第二子領(lǐng)域?qū)儆谙嗤墓I(yè)類別。
42、因此，對(duì)于相互接近的子領(lǐng)域，通過這種差異化的知識(shí)提取策略，可以取得良好的折衷效果。
43、優(yōu)選地，其中第一子領(lǐng)域與第二子領(lǐng)域?qū)儆谙嗤墓I(yè)子類別。
44、因此，對(duì)于相互特別接近的子領(lǐng)域，通過這種差異化的知識(shí)提取策略，可以取得更好的折衷效果。
45、優(yōu)選地，其中：
46、第一獲取模塊被配置成從第一數(shù)據(jù)源獲取第二結(jié)構(gòu)化數(shù)據(jù)和第二半結(jié)構(gòu)化數(shù)據(jù)；
47、第一提取模塊被配置成從第二結(jié)構(gòu)化數(shù)據(jù)中提取第四知識(shí)，且從第二半結(jié)構(gòu)化數(shù)據(jù)中提取第五知識(shí)；
48、構(gòu)建模塊被配置成基于第一知識(shí)、第二知識(shí)、第三知識(shí)、第四知識(shí)和第五知識(shí)，構(gòu)建知識(shí)圖譜。
49、因此，可以進(jìn)一步豐富知識(shí)圖譜。
50、優(yōu)選地，其中構(gòu)建模塊被配置成基于第一知識(shí)、第四知識(shí)和第五知識(shí)構(gòu)建第一子領(lǐng)域的知識(shí)圖譜；基于第二知識(shí)和第三知識(shí)構(gòu)建第二子領(lǐng)域的知識(shí)圖譜；將第一子領(lǐng)域的知識(shí)圖譜和第二子領(lǐng)域的知識(shí)圖譜組合成第一子領(lǐng)域和第二子領(lǐng)域的知識(shí)圖譜；其中將第一子領(lǐng)域的知識(shí)圖譜中的實(shí)體的屬性與第二子領(lǐng)域的知識(shí)圖譜中的實(shí)體的相應(yīng)屬性進(jìn)行對(duì)比，確定第一子領(lǐng)域的知識(shí)圖譜中的實(shí)體與第二子領(lǐng)域的知識(shí)圖譜中本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比大于預(yù)定閾值，且所述第二子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比小于所述閾值。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一子領(lǐng)域與所述第二子領(lǐng)域?qū)儆谙嗤墓I(yè)類別。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一子領(lǐng)域與所述第二子領(lǐng)域?qū)儆谙嗤墓I(yè)子類別。
5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的方法，其特征在于，還包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述構(gòu)建融合所述第一子領(lǐng)域和所述第二子領(lǐng)域的知識(shí)圖譜包括：
7.一種工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建裝置，其特征在于，包括：
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第一子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比大于預(yù)定閾值，且所述第二子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比小于所述閾值。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第一子領(lǐng)域與所述第二子領(lǐng)域?qū)儆谙嗤墓I(yè)類別。
10.根據(jù)權(quán)利要求9所述的裝置，其特
11.根據(jù)權(quán)利要求7所述的裝置，其特征在于：
12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述構(gòu)建模塊(407)被配置成基于所述第一知識(shí)、所述第四知識(shí)和所述第五知識(shí)構(gòu)建所述第一子領(lǐng)域的知識(shí)圖譜；基于所述第二知識(shí)和所述第三知識(shí)構(gòu)建所述第二子領(lǐng)域的知識(shí)圖譜；將所述第一子領(lǐng)域的所述知識(shí)圖譜和所述第二子領(lǐng)域的所述知識(shí)圖譜組合成所述第一子領(lǐng)域和所述第二子領(lǐng)域的知識(shí)圖譜；其中將所述第一子領(lǐng)域的所述知識(shí)圖譜中的實(shí)體的屬性與所述第二子領(lǐng)域的所述知識(shí)圖譜中的實(shí)體的相應(yīng)屬性進(jìn)行對(duì)比，確定所述第一子領(lǐng)域的所述知識(shí)圖譜中的所述實(shí)體與所述第二子領(lǐng)域的所述知識(shí)圖譜中的所述實(shí)體之間的相似度；當(dāng)所述相似度高于預(yù)設(shè)閾值時(shí)，組合所述第一子領(lǐng)域的所述知識(shí)圖譜中的所述實(shí)體與所述第二子領(lǐng)域的所述知識(shí)圖譜中的所述實(shí)體。
13.一種電子設(shè)備，其特征在于，包括處理器(501)和存儲(chǔ)器(502)，其中所述處理器(501)能夠執(zhí)行的應(yīng)用程序存儲(chǔ)在所述存儲(chǔ)器(502)中，以用于使所述處理器(501)執(zhí)行根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建方法。
14.一種計(jì)算機(jī)可讀介質(zhì)，其特征在于，包括其上存儲(chǔ)的計(jì)算機(jī)可讀指令，其中所述計(jì)算機(jī)可讀指令用于根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建方法。
15.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)執(zhí)行根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建方法。
...【技術(shù)特征摘要】
【國(guó)外來華專利技術(shù)】
1.一種工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比大于預(yù)定閾值，且所述第二子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比小于所述閾值。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一子領(lǐng)域與所述第二子領(lǐng)域?qū)儆谙嗤墓I(yè)類別。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一子領(lǐng)域與所述第二子領(lǐng)域?qū)儆谙嗤墓I(yè)子類別。
5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的方法，其特征在于，還包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述構(gòu)建融合所述第一子領(lǐng)域和所述第二子領(lǐng)域的知識(shí)圖譜包括：
7.一種工業(yè)領(lǐng)域的知識(shí)圖譜的創(chuàng)建裝置，其特征在于，包括：
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第一子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比大于預(yù)定閾值，且所述第二子領(lǐng)域中的非結(jié)構(gòu)化數(shù)據(jù)占比小于所述閾值。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第一子領(lǐng)域與所述第二子領(lǐng)域?qū)儆谙嗤墓I(yè)類別。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述第一子領(lǐng)域與所述第二子領(lǐng)域?qū)儆谙嗤墓I(yè)子類別。
11.根據(jù)權(quán)利要求7所述的裝置，其特征在于：
12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張彬，阿明·魯，范順杰，陳智民，
申請(qǐng)(專利權(quán))人：西門子股份公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。