[发明专利]基于知识图谱的目标识别方法、装置、系统、存储介质

权利要求书

1.一种基于知识图谱的目标识别方法，其特征在于，包括：

对目标识别过程进行分析，分析所述目标识别过程中基于不同维度的所述目标之间内在关系；

根据所述不同维度的所述目标之间内在关系获取目标数据，所述目标数据包括：非结构化数据、半结构化数据以及结构化数据；

对所述非结构化数据进行自然语言处理，并对所述自然语言处理后的所述非结构化数据及所述半结构化数据利用机器学习算法进行处理，对所述结构化数据以及利用所述机器学习算法处理后的所述非结构化数据和所述半结构化数据进行数据转换，获得待处理数据；

对所述待处理数据利用所述机器学习算法进行知识抽取以及知识融合，获取所述目标识别对应的知识图谱，并将获取的所述知识图谱存储于图数据库；

基于所述知识图谱通过构建智能推理模型识别目标。

2.根据权利要求1所述的基于知识图谱的目标识别方法，其特征在于，所述不同维度包括时空维度、实体维度、事件维度。

3.根据权利要求1所述的基于知识图谱的目标识别方法，其特征在于，所述获取目标数据包括从出入记录、监控记录、档案信息、车程信息自动抽取所述目标数据。

4.根据权利要求1所述的基于知识图谱的目标识别方法，其特征在于，所述对所述非结构化数据进行自然语言处理包括通过数据处理算法和数据挖掘算法进行处理，所述数据处理算法包括：分词算法、词性标注算法、句法分析算法、命名实体识别算法、文本聚类算法和文本分类算法，所述数据挖掘算法包括：频繁项挖掘算法。

5.根据权利要求1所述的基于知识图谱的目标识别方法，其特征在于，所述智能推理模型包括：推理应用层、多智能推理层、推理算法层，所述推理应用层包括：追踪、分析报告、问答；所述多智能推理层包括：基于所述不同维度的若干推理智能体、综合识别推理智能体。

6.根据权利要求5所述的基于知识图谱的目标识别方法，其特征在于，所述综合识别推理智能体用于根据所述若干智能推理体的推理结果和所述关系信息直接或间接的给出所述目标多种预测的选项和相应的可信度。

7.根据权利要求1所述的基于知识图谱的目标识别方法，其特征在于，还包括对于所述知识图谱更新，将当前新产生的所述目标识别知识存储入所述知识图谱中，所述存储的过程中需进行知识冲突检测，并通过知识比对避免存储重复或冗余的知识。

8.一种基于知识图谱的目标识别装置，其特征在于，包括：

分析模块：对目标识别过程进行分析，分析所述目标识别过程中基于不同维度的所述目标之间内在关系；

获取模块：根据所述不同维度的所述目标之间内在关系获取所述目标数据，所述目标数据包括：非结构化数据、半结构化数据以及结构化数据；

处理模块：对所述非结构化数据进行自然语言处理，并对所述自然语言处理后的所述非结构化数据及所述半结构化数据利用机器学习算法进行处理，对所述结构化数据以及利用所述机器学习算法处理后的所述非结构化数据和所述半结构化数据进行数据转换，获得待处理数据；

构建模块：对所述待处理数据利用所述机器学习算法进行知识抽取以及知识融合，获取所述目标识别对应的知识图谱，并将获取的所述知识图谱存储于图数据库；

识别模块：基于所述知识图谱通过构建智能推理模型识别目标。

9.一种基于知识图谱的目标识别系统，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1-7任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如权利要求1-7任一项所述的方法。