[发明专利]基于知识体系的知识图谱模型的创建方法及图谱检索方法在审
申请号: | 202010941317.0 | 申请日: | 2020-09-09 |
公开(公告)号: | CN112100399A | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 姚洲鹏 | 申请(专利权)人: | 杭州凡闻科技有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F16/33 |
代理公司: | 杭州裕阳联合专利代理有限公司 33289 | 代理人: | 田金霞 |
地址: | 310012 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 知识 体系 图谱 模型 创建 方法 检索 | ||
1.一种基于知识体系的基于知识体系的知识图谱模型的创建方法,其特征在于,包括以下步骤:
对创建关键词进行搜索,根据第一搜索结果对所述创建关键词进行语义扩展,以得到每个所述创建关键词对应的关联词组;
根据权重计算公式于所述关联词组中获取每个关联词的权重,以根据权重的顺序由上至下依次将预设数量的所述关联词记为预设核心词;
根据所述预设核心词与所述创建关键词之间的语义关系设置所述预设核心词与所述创建关键词之间的节点关系,并根据所述创建关键词和所述预设核心词之间的节点关系将所述创建关键词和所述预设核心词写入到一知识图谱模型中。
2.如权利要求1所述的基于知识体系的知识图谱模型的创建方法,其特征在于,所述步骤A1具体包括以下步骤:
获取并根据所述创建关键词进行搜索得到所述第一搜索结果;
对所述创建关键词进行语义扩展,以获取得到所述创建关键词的表示含义;
根据所述表示含义于所述第一搜索结果中的每个关联词搜索项中获取得到接近于所述表示含义的兄弟含义和/或父含义和/或子含义,并将所述表示含义和/或所述兄弟含义和/或所述父含义和/或所述子含义形成的所述关联词写入所述关联词组中。
3.如权利要求1所述的基于知识体系的知识图谱模型的创建方法,其特征在于,所述权重计算公式如下述公式所示:
其中,W用于表示所述关联词的权重;
subsetFreq用于表示第一搜索结果的词频;
subsetSize用于表示第一搜索结果的大小;
superFreq用于表示整个搜索数据库的词频;
superSize用于表示整个搜索数据库的大小;
natureBoost用于表示词性权重;
fieldBoost用于表示字段权重。
4.如权利要求2所述的基于知识体系的知识图谱模型的创建方法,其特征在于,所述获取并根据所述创建关键词进行搜索得到所述第一搜索结果还包括:获取检索参数,以根据创建关键词和检索参数搜索得到第一搜索结果。
5.一种基于知识体系的图谱检索方法,其特征在于,应用于采用如权利要求1-4任一所述的创建方法创建的所述知识图谱模型中,所述检索方法包括以下步骤:
获取用户选择的选中节点,并于所述知识图谱模型中获取所述选中节点的多个关联节点,以得到所述选中节点对应的节点集;
根据所述节点集中的所有节点进行搜索,以得到满足所有节点的第二搜索结果,所述第二搜索结果包括多个图谱搜索项;
根据所述第一权重计算公式获取每个所述图谱搜索项中的每个节点的权重;和
分别设置所述节点集的每个节点的配置参数;
根据所述配置参数和每个节点的权重分别计算每个所述图谱搜索项中的对应节点的节点相关度值;
获取所述图谱搜索项的原始相关度值,并根据所有节点的所述节点相关度值和所述图谱搜索项的原始相关度值计算得到对应的所述图谱搜索项的相关度分数;
根据所述相关度分数的大小对所述节点集的每个节点和对应于所述节点集的所述图谱搜索项进行依次展示。
6.如权利要求5所述的基于知识体系的图谱检索方法,其特征在于,所述获取用户选择的选中节点,并于所述知识图谱模型中获取所述选中节点的多个关联节点,以得到所述选中节点对应的节点集,具体包括:读取所述搜索关键词的表示概念,并根据所述表示概念于所述知识图谱模型中获取至少一个对应的所述选中节点。
7.如权利要求5所述的基于知识体系的图谱检索方法,其特征在于,所述关联节点包括所述选中节点的兄弟节点、父节点和子节点中的至少一种。
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杭州凡闻科技有限公司,未经杭州凡闻科技有限公司许可,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/202010941317.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种警示装置及其使用方法
- 下一篇:一种自动化机械手臂激光雕刻设备