[发明专利]知识图谱本体评估方法、装置、设备及存储介质在审

专利信息
申请号: 202111299588.1 申请日: 2021-11-04
公开(公告)号: CN113946692A 公开(公告)日: 2022-01-18
发明(设计)人: 曹伟灿;范磊;张友国;谭昶;吕军;胡少云;冯翔;程效根;李家斌;苏增亮;刘啸 申请(专利权)人: 讯飞智元信息科技有限公司;科大讯飞股份有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06F16/35;G06F40/30;G06N3/04;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 薛娇
地址: 230088 安徽省合肥市高*** 国省代码: 安徽;34
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 图谱 本体 评估 方法 装置 设备 存储 介质
【说明书】:

本申请实施例公开了一种知识图谱本体评估方法、装置、设备及存储介质,获得知识图谱本体的至少一个评估指标,至少包括如下至少一个:用于对知识图谱本体的结构进行评价的结构评估指标、用于对知识图谱本体中知识描述的明确性和规范性进行评价的语义评估指标、用于对知识图谱本体在自身所处领域的可重用性以及对其它领域的重用程度进行评价的重用评估指标、用于对知识图谱本体对上层应用的支撑性能进行评价的应用评估指标;对上述至少一个评估指标进行处理,得到知识图谱本体的质量评估结果,保证对知识图谱本体质量评估的准确性。而且,知识图谱本体的质量评估结果可以用于辅助知识图谱构建者对知识图谱本体进行即时修正,提高知识图谱构建效率。

技术领域

本申请涉及信息处理技术领域,更具体地说,涉及一种知识图谱本体评估方法、装置、设备及存储介质。

背景技术

知识图谱作为大数据知识工程的典型产物,其通过数据挖掘、知识建模、认知计算以及图形绘制等步骤,将复杂的领域知识以及知识体系进行符号化的显式表达,为领域知识研究与发展规律提供了全方位、整体性、关系链的参考和支撑。

知识图谱构建包括:本体构建、知识抽取、实体对齐、知识融合、知识存储等一整套流程,每个环节都不可或缺。其中,本体构建的好坏,是决定知识图谱推理能力、智能应用性能强弱的基石。当前,知识图谱本体构建完成以后,通常是直接应用,而没有对知识图谱本体的评估机制,往往是在知识图谱本体应用到实际应用场景中后,才能发现知识图谱本体的质量优劣,在发现知识图谱本体质量较差时,再对知识图谱本体进行修正,这种方式导致知识图谱的构建周期较长。

发明内容

有鉴于此,本申请提供了一种知识图谱本体评估方法、装置、设备及存储介质,以降低知识图谱构建难度。

为了实现上述目的,现提出的方案如下:

一种知识图谱本体评估方法,包括:

获得知识图谱本体的至少一个评估指标,所述至少一个评估指标至少包括如下几个指标中的至少一个:结构评估指标、语义评估指标、重用评估指标和应用评估指标;

对所述至少一个评估指标进行处理,得到所述知识图谱本体的质量评估结果;

其中,所述结构评估指标用于对所述知识图谱本体的结构进行评价;

所述语义评估指标用于对所述知识图谱本体中知识描述的明确性和规范性进行评价;

所述重用评估指标用于对所述知识图谱本体在自身所处领域的可重用性,以及对其它领域的重用程度进行评价;

所述应用评估指标用于对所述知识图谱本体对上层应用的支撑性能进行评价。

上述方法,优选的,所述对所述至少一个评估指标进行处理,包括:

获得各个评估指标的评分;

若只有一个评估指标,将该评估指标的评分作为所述知识图谱本体的质量评估结果;

若有至少两个评估指标,将各个指标的评分加权求和,得到所述知识图谱本体的质量评估结果。

上述方法,优选的,

所述结构评估指标包括:内聚度指标和层次深度指标;其中,所述内聚度指标是指本体内部概念之间联系的紧密程度;所述层次深度指标是本体中概念的层次结构的深度;和/或,

所述语义评估指标包括:语法检查指标、关系检查指标和冗余检查指标;其中,所述语法检查指标是对所述知识图谱本体中的知识描述语言是否符合通用规范进行的评分;所述关系检查指标是指所述知识图谱本体中概念间关系在通用关系中的占比;所述冗余检查指标是指所述知识图谱本体中错误的概念和关系的占比;和/或,

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讯飞智元信息科技有限公司;科大讯飞股份有限公司,未经讯飞智元信息科技有限公司;科大讯飞股份有限公司许可,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/202111299588.1/2.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