[发明专利]基于知识图谱的数据链网络保障方案智能推荐方法及应用在审

专利信息
申请号: 202110731739.X 申请日: 2021-06-29
公开(公告)号: CN113297394A 公开(公告)日: 2021-08-24
发明(设计)人: 袁山洞;何俊;任云;周晗;王敏;苏芮 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06F16/36 分类号: G06F16/36;G06F16/35;G06F16/9535;G06F40/126;G06F40/194;G06F40/295;G06F40/30;G06N3/04;G06N3/08
代理公司: 武汉东喻专利代理事务所(普通合伙) 42224 代理人: 雷霄
地址: 410003 湖*** 国省代码: 湖南;43
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 图谱 数据链 网络 保障 方案 智能 推荐 方法 应用
【权利要求书】:

1.一种基于知识图谱的数据链网络保障方案智能推荐方法,其特征在于,包括步骤:

获取作战计划文档,从所述作战计划文档中抽取数据链网络保障需求信息,根据所述数据链网络保障需求信息构建所述作战计划文档的知识图谱;

遍历预案库的各数据链网络保障方案的知识图谱,计算所述预案库的各数据链网络保障方案的知识图谱与所述作战计划文档的知识图谱的相似度;

根据所述相似度进行数据链网络保障方案推荐。

2.如权利要求1所述的一种基于知识图谱的数据链网络保障方案智能推荐方法,其特征在于,从所述作战计划文档中抽取数据链网络保障需求信息包括步骤:

将所述作战计划文档进行分句处理,获得多个句子;

将句子拼接成进行小于预设长度的多个段落;

采用信息抽取模型分别对每个段落进行命名实体识别,并对识别到的命名实体间的关系进行分类,从而获得每个段落的包括主体、关系和客体的三元组数据。

3.如权利要求2所述的一种基于知识图谱的数据链网络保障方案智能推荐方法,其特征在于,所述信息抽取模型包括第一模块、第二模块和第三模块;

所述第一模块包括依次连接的Bert编码模型和Dropout网络层;

所述第二模块包括四个序列化二元分类神经网络,四个所述序列化二元分类神经网络均与所述Dropout网络层连接,四个所述序列化二元分类神经网络分别用于生成主体的开始位置标注、主体的结束位置标注、客体的开始位置标注、客体的结束位置标注;

所述第三模块包括依次连接的相对位置编码层、卷积神经网络、最大池化层和多分类网络,所述相对位置编码层与所述Dropout网络层连接,所述相对位置编码层用于将主体和客体的位置信息编码串接在所述Dropout网络层输出的BERT语义编码后。

4.如权利要求2所述的一种基于知识图谱的数据链网络保障方案智能推荐方法,其特征在于,所述将句子拼接成进行小于预设长度的多个段落包括步骤:

(1)生成一个空段落,记为P;

(2)判断所述作战计划文档是否还有需要处理的句子,若是,则从所述作战计划文档取出下一个需要处理的句子,记为S;

(3)判断空段落P和句子S的总长度是否小于所述预设长度,若是,则将句子S添加到空段落P的尾部,并继续执行步骤(2),若否,则将句子S重新插入到所述作战计划文档的头部。

5.如权利要求1所述的一种基于知识图谱的数据链网络保障方案智能推荐方法,其特征在于,所述相似度的计算包括步骤:

将所述预案库的各数据链网络保障方案的知识图谱与所述作战计划文档的知识图谱分别编码成两串等长的数字编码,然后计算两串等长的数字编码的欧式空间距离,将所述欧式空间距离作为所述相似度。

6.一种基于知识图谱的数据链网络保障方案智能推荐系统,其特征在于,包括:

信息抽取模块,用于获取作战计划文档,从所述作战计划文档中抽取数据链网络保障需求信息,根据所述数据链网络保障需求信息构建所述作战计划文档的知识图谱;

相似度计算模块,用于遍历预案库的各数据链网络保障方案的知识图谱,计算所述预案库的各数据链网络保障方案的知识图谱与所述作战计划文档的知识图谱的相似度;

推荐模块,用于根据所述相似度进行数据链网络保障方案推荐。

7.如权利要求6所述的一种基于知识图谱的数据链网络保障方案智能推荐系统,其特征在于,从所述作战计划文档中抽取数据链网络保障需求信息包括步骤:

将所述作战计划文档进行分句处理,获得多个句子;

将句子拼接成进行小于预设长度的多个段落;

采用信息抽取模型分别对每个段落进行命名实体识别,并对识别到的命名实体间的关系进行分类,从而获得每个段落的包括主体、关系和客体的三元组数据。

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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/202110731739.X/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 back_top