[发明专利]一种多模态机场数据的本体构建方法

说明书

本发明公开了一种多模态机场数据的本体构建方法，其特征在于：包括以下步骤：步骤1，采集机场相关数据，包括文本数据、语音数据、图片数据和视频数据四类；步骤2，对语音数据采用语音识别技术处理，形成相应的语音类文本数据；步骤3，对图片数据采用图像文字描述技术处理，形成相应的图片类文本数据；步骤4，对视频数据采用视频文字描述技术处理，形成相应的视频类文本数据；步骤5，针对文本数据、语音类文本数据、图片类文本数据和视频类文本数据分别抽取机场数据本体的概念；步骤6，对抽取的概念分别进行分类和分级；步骤7，根据概念间的关系构建本体，形成多模态机场数据本体。

技术领域

本发明涉及机场数据的本体构建方法，特别是一种多模态机场数据的本体构建方法。

背景技术

本体是一个电子工程术语。在计算机科学与信息科学领域，本体是指一种“形式化的，对于共享概念体系的明确而又详细的说明”。本体提供的是一种共享词表，也就是特定领域之中那些存在着的对象类型或概念及其属性和互相关系；或者说，本体实际上就是对特定领域之中某套概念及其互相之间关系的形式化表达。

自20世纪70年代中期以来，人工智能即AI领域的研究人员认识到，知识的获取乃是构建强大AI系统的关键所在。AI研究人员认为，他们可以把新的本体创建成为计算模型，从而成就特定类型的自动推理。80年代，AI领域就开始采用术语“本体”来同时指称关于模型化世界的一种理论以及知识系统的一种组件。

德国学者Studer在1998年给出了本体的相关定义“本体是共享概念模型的形式化规范说明”，这个定义包含了四层含义：即共享、概念化、明确性和形式化。

（1）共享：指本体中体现的知识是共同认可的，反映在领域中公认的术语集合；

（2）概念化：指本体对于事务的描述表示成一组概念；

（3）明确性：指本体中全部的术语、属性及公理都有明确的定义；

（4）形式化：指本体能够被计算机所处理，是计算机可读的。

本体统称用来描述领域知识。本体是从客观世界中抽象出来的一个概念模型，这个模型包含了某个学科领域内的基本术语和术语之间的关系。本体不等同于个体，它是团体的共识，是相应领域内公认的概念集合。

在机场数据处理领域，不论是航空公司、空管还是机场均缺乏一种统一的数据管理手段，各方对于数据的记录和处理方式也存在巨大的差异，这为各利益相关方在数据交互、协同决策等方面的互动带来了巨大的阻力。与此同时，机场数据存在多模态的特点则进一步增加了这一阻力，因而机场领域数据急需本体这一载体实现数据存储和数据共享方面的提升。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种多模态机场数据的本体构建方法。

为了解决上述技术问题，本发明公开了一种多模态机场数据的本体构建方法，通过构建本体的方式为各利益相关方进一步合理的使用机场数据提供了支撑。

本发明的原理是利用深度学习技术将多模态数据生成为文本数据，再通过非结构化文本数据自动提取概念的方式构建本体模型，从而实现多模态数据的本体模型构建。

一种多模态机场数据的本体构建方法，包括以下步骤：

步骤1，采集机场相关数据，包括文本数据、语音数据、图片数据和视频数据四类；

步骤2，对语音数据采用语音识别技术处理，形成相应的语音类文本数据；

步骤3，对图片数据采用图像文字描述技术处理，形成相应的图片类文本数据；

步骤4，对视频数据采用视频文字描述技术处理，形成相应的视频类文本数据；

步骤5，针对文本数据、语音类文本数据、图片类文本数据和视频类文本数据分别抽取机场数据本体的概念；

步骤6，对抽取的概念分别进行分类和分级；