[发明专利]一种基于语义树的多领域知识融合方法

说明书

本发明公开了一种基于语义树的多领域知识融合方法，它主要涉及知识图谱在多来源、多领域知识交叉融合的技术领域。本发明基于多个领域知识语义树的建立，提出与之相适应的关联规则挖掘方法，语义树之间进行关联分析，找到不同领域的关联规则，并基于图运算理论进行关联元素的挖掘与计算，可实现多领域知识的有机融合。本发明可以解决不同领域语义树由于异构性不易对齐、关联和合并问题，将多来源、多领域知识融合为有机整体，以提供更全面、统一、协作的知识共享，特别适用于“知识密集型”领域统一技术架构的理论性、系统性设计。

技术领域

本发明涉及知识图谱在多来源、多领域知识交叉融合的技术领域，反映各领域知识体系及其要素的关联及相互作用，特别适用于“知识密集型”领域统一技术架构的理论性、系统性设计。

背景技术

在人工智能、大数据、深度学习等先进科学技术快速发展的时代，知识图谱作为知识体系构建、融合、应用的有效工具，可通过对所获取各领域大规模数据的整合、集成处理以及应用，建立相应的知识语义树，以便于知识的获取提炼。为实现跨领域知识的深度融合，需要将不同来源、不同领域的知识语义树进行合并处理，但是由于不同领域的知识语义树存在异构性，之间的关联关系错综复杂，层级划分不一致，导致无法直接对其进行简单的合并处理。

发明内容

本发明的目的在于针对上述背景技术中的不足之处，提供一种基于语义树的多领域知识融合方法，在建立多个领域语义树的基础上，通过知识关联对多棵语义树进行对齐、关联和合并，使其成为一个有机整体，以提供更全面、统一、协作的知识共享。

本发明所采取的技术方案为：基于多个领域知识语义树的建立，提出与之相适应的关联规则挖掘方法，语义树之间进行关联分析，找到不同领域的关联规则_，并基于图运算理论进行关联元素的挖掘与计算，可实现多领域知识的有机融合。包括以下步骤：

步骤1，基于大数据的文字资料，针对需要研究的多个知识领域进行建模以及属性填充，并拓展各实体之间的联系，构建层次化的知识语义树，反映不同层次知识的上下级和从属结构；

步骤2，建立多个领域语义树的基础上，针对不同领域的知识特点，提出与之相适应的关联规则挖掘方法，利用已有的文字资料，形成跨层次、跨领域的关联规则，并在此基础上给出关联度强弱的指标；

步骤3，采用FP-growth算法对多领域的知识语义树进行关联分析，快速扫描得出之间的关联规则；

步骤4，基于图运算理论进行关联元素的挖掘与计算，从海量结点中寻找最权威节点和距离目标节点最近的次权威节点；

步骤5，综合多领域的知识树以及针对知识语义树挖掘出的关联规则，融合各领域多方面的特征，根据元素之间的关联关系，构建多领域融合的综合性知识图谱体系，其知识图谱中主干与各分支的统一与相互作用反映各领域知识体系及其要素的关联；

步骤6，采用图数据库进行存储。

进一步的，所述步骤2中，关联规则用于反应一个事物与其他事物之间的相互依存性和关联性，用于从大量数据中挖掘出有价值的数据项之间的相关关系；

关联规则的关联强度通过支持度、置信度和提升度来进行描述；

确定关联规则的提取过程是找出所有支持度＝最小支持度、置信度＝最小置信度的关联规则；

挖掘出满足条件的关联规则，可以分两步进行：首先生成频繁项集，即找出所有满足最小支持度的项集，然后在频繁项集的基础上生成满足最小置信度的规则；

通过关联规则挖掘得到不同领域知识之间的相关性，直观反映出多领域知识体系的整体关联程度，为综合知识图谱的建立奠定理论基础。