[发明专利]基于神经网络和图谱结构的健康饮食知识网络构建方法有效

专利信息
申请号: 201710463725.8 申请日: 2017-06-19
公开(公告)号: CN107391906B 公开(公告)日: 2020-04-28
发明(设计)人: 文贵华;胡杨 申请(专利权)人: 华南理工大学
主分类号: G16H20/60 分类号: G16H20/60;G16H70/00;G06F40/295;G06F16/33;G06F16/36;G06F16/901;G06N3/04
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 李君
地址: 511458 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于神经网络和图谱结构的健康饮食知识网络构建方法,包括:对文本语料进行词向量建模,使文本语料中每个非停用词都对应一个固定长度的词向量;使用两个词向量之间的余弦相似度来衡量两个词向量所对应实体之间的关联程度;抽取食材和病症实体节点,将这两种实体节点视为拓扑结构中的实体节点,并构建实体节点之间的边关系,形成图谱结构,使实体节点之间的边关系都被一组表征词所描述;将每个表征词对应的向量表示进行排列,得到实体节点之间边关系的表征矩阵;设计基于深度神经网络的分类框架,输入表征矩阵,并对实体节点之间边关系的极性进行分类。本发明有效解决了传统健康饮食知识库自动化程度不高,领域限制明显等问题。
搜索关键词: 基于 神经网络 图谱 结构 健康 饮食 知识 网络 构建 方法
【主权项】:
基于神经网络和图谱结构的健康饮食知识网络构建方法,其特征在于:所述方法包括:对参与学习训练的医疗百科、食品百科、病患症状描述、病患体质描述这些文本语料进行词向量建模,使文本语料中每个非停用词都对应一个固定长度的词向量;使用两个词向量之间的余弦相似度来衡量两个词向量所对应实体之间的关联程度;抽取食材和病症实体节点,将这两种实体节点视为拓扑结构中的实体节点,并构建实体节点之间的边关系,形成图谱结构,使实体节点之间的边关系都被一组表征词所描述;将每组的每个表征词对应的向量表示进行排列,得到实体节点之间边关系的表征矩阵;设计基于深度神经网络的分类框架,输入所得到的表征矩阵,并对实体节点之间边关系的极性进行分类。
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华南理工大学,未经华南理工大学许可,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/patent/201710463725.8/,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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