[发明专利]众包知识验证环境下众包工人可靠性模型建立方法及装置

权利要求书

1.一种众包知识验证环境下众包工人可靠性模型建立方法，其特征在于，包括：

根据预存策略，对众包用户匹配知识领域集，并向所述众包用户分配所述知识领域集中的知识，使所述众包用户验证所述知识，得到知识标签；

在所述根据预存策略，对众包用户匹配知识领域集，并向所述众包用户分配所述知识领域集中的知识，使所述众包用户验证所述知识，得到知识标签之前，还包括：

根据用户的输入信息，对所述用户进行身份认证和资格审核，并在所述用户通过身份认证和资格审核时，将所述用户确定为所述众包用户；

所述根据用户的输入信息，对所述用户进行身份认证和资格审核，并在所述用户通过身份认证和资格审核时，将所述用户确定为所述众包用户，具体为：

所述用户在首次使用众包平台时，需要输入姓名、国籍、地区、学历、联系方式、密码、擅长的知识领域完成用户注册，当注册成功后，所述用户可输入联系方式和密码登录众包平台；

根据所述用户的输入信息，对所述用户进行身份认证，若所述用户的联系方式和密码正确且匹配，则认为所述用户通过身份认证，否则认为所述用户未通过身份认证；

在所述用户通过身份认证后，根据所述用户的输入信息，对所述用户进行资格审核，若所述用户擅长的知识领域是知识验证所需的知识领域，则认为所述用户通过资格审核，否则认为所述用户未通过资格审核；

在所述用户通过资格审核后，将所述用户确定为所述众包用户；

基于强化学习算法建立众包工人可靠性模型，并通过所述众包工人可靠性模型计算所述知识标签的奖励值，以根据所述奖励值更新所述预存策略；其中，在知识图谱的知识库中，每一个知识领域代表一个状态S_i，知识库选出来的知识对应的是哪一个知识领域时，所处的环境就是S_i；在预存策略中，策略表格Q(S_i,a_i)的行元素为状态S_i，列元素为行为a_i，Q表中的值为众包用户a_i对知识领域S_i的擅长程度；在此采用贪心算法，设置为贪心率，表示有的概率选择最优的Q值，处于状态S_i下，有概率选择Q表中最优动作序列进行知识验证，分配知识领域S_i里的一条知识给众包用户去验证；策略更新函数为一个可迭代计算的Q函数，为鼓励系数，更新策略函数为Q(S_i,a_i)←Q(S_i,a_i)+α，的值为众包用户对知识领域S_i,的擅长程度，α为学习率，u_i表示知识标签在历史标签中的百分比，r_t表示t时刻的奖励值，是鼓励系数，；

重复执行上述操作直至所述预存策略的更新次数达到预设次数，根据最新的所述预存策略对所述众包用户进行资格筛选；

在知识验证完成后，将验证正确的所述知识加入对应的知识图谱。

2.如权利要求1所述的众包知识验证环境下众包工人可靠性模型建立方法，其特征在于，所述通过所述众包工人可靠性模型计算所述知识标签的奖励值，具体为：

若所述知识为已验证知识，则根据所述知识的真实标签计算所述知识标签的奖励值；

若所述知识为未验证知识，则根据所述知识的历史标签计算所述知识标签的奖励值。

3.如权利要求1所述的众包知识验证环境下众包工人可靠性模型建立方法，其特征在于，所述根据最新的所述预存策略对所述众包用户进行资格筛选，具体为：

根据最新的所述预存策略，判断所述众包用户对所述知识领域集的擅长程度是否达到预设阈值；

若所述众包用户对所述知识领域集的擅长程度达到所述预设阈值，则判定所述众包用户具备众包资格；

若所述众包用户对所述知识领域集的擅长程度未达到所述预设阈值，则判定所述众包用户不具备众包资格。