[发明专利]用于知识中心网络的知识推演方法及系统在审

专利信息
申请号: 201910772393.0 申请日: 2019-08-21
公开(公告)号: CN110674307A 公开(公告)日: 2020-01-10
发明(设计)人: 许长桥;杨树杰;梁栋;杨宏昊;郝昊;谢海永;刘弋峰;王亚珅 申请(专利权)人: 北京邮电大学
主分类号: G06F16/36 分类号: G06F16/36;G06F16/33
代理公司: 11002 北京路浩知识产权代理有限公司 代理人: 张秀程
地址: 100876 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 知识中心 推演 向量 图谱 新知识 网络 集合 标准化处理 分析处理 高效利用 知识信息 融合
【权利要求书】:

1.一种用于知识中心网络的知识推演方法,其特征在于,包括:

根据知识中心网络的知识地址列表,对任一知识的知识相关性进行分析处理,获取相关性知识向量;

对所述相关性知识向量进行标准化处理,得到基于所述相关性知识向量的知识图谱集合;

对所述知识图谱集合的知识图谱进行融合推演,得到所述知识中心网络的新知识。

2.根据权利要求1所述的用于知识中心网络的知识推演方法,其特征在于,所述根据知识中心网络的知识地址列表,对任一知识的知识相关性进行分析处理,获取相关性知识向量,包括:

根据第一知识和知识地址列表,获取多个第二知识,所述第二知识为所述知识中心网络中与所述第一知识相关的现有知识;

根据所述第一知识和所述多个第二知识,获取基于所述第一知识和所述多个第二知识的相关性知识向量。

3.根据权利要求2所述的用于知识中心网络的知识推演方法,其特征在于,在所述对所述相关性知识向量进行标准化处理,得到基于所述相关性知识向量的知识图谱集合之后,所述方法还包括:

根据所述第一知识的知识类型,获取所述多个第二知识的知识类型,以用于对所述知识图谱集合的知识图谱进行融合推演。

4.根据权利要求3所述的用于知识中心网络的知识推演方法,其特征在于,在所述对所述相关性知识向量进行标准化处理,得到基于所述相关性知识向量的知识图谱集合之后,所述方法还包括:

根据所述第一知识的知识值信息,获取所述多个第二知识的知识值信息,以用于对所述知识图谱集合的知识图谱进行融合推演。

5.根据权利要求4所述的用于知识中心网络的知识推演方法,其特征在于,所述对所述知识图谱集合的知识图谱进行融合推演,得到所述知识中心网络的新知识,包括:

根据所述多个第二知识的知识类型和知识值信息,对所述知识图谱集合的知识图谱进行融合推演,得到所述知识中心网络的新知识,以对所述知识中心网络的知识库进行更新。

6.一种用于知识中心网络的知识推演系统,其特征在于,包括:

分析模块,用于根据知识中心网络的知识地址列表,对任一知识的知识相关性进行分析处理,获取相关性知识向量;

转换模块,用于对所述相关性知识向量进行标准化处理,得到基于所述相关性知识向量的知识图谱集合;

融合推演模块,用于对所述知识图谱集合的知识图谱进行融合推演,得到所述知识中心网络的新知识。

7.根据权利要求6所述的用于知识中心网络的知识推演系统,其特征在于,所述分析模块包括:

第一处理单元,用于根据第一知识和知识地址列表,获取多个第二知识,所述第二知识为所述知识中心网络中与所述第一知识相关的现有知识;

第二处理单元,用于根据所述第一知识和所述多个第二知识,获取基于所述第一知识和所述多个第二知识的相关性知识向量。

8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述用于知识中心网络的知识推演方法的步骤。

9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述用于知识中心网络的知识推演方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910772393.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code