[发明专利]用于基于知识图谱来提供内容的系统和方法在审
| 申请号: | 201980066278.X | 申请日: | 2019-10-14 |
| 公开(公告)号: | CN112805743A | 公开(公告)日: | 2021-05-14 |
| 发明(设计)人: | 李载勋;李仑修;黄泰虎;朴重镐;郑美来;康志宁 | 申请(专利权)人: | 三星电子株式会社 |
| 主分类号: | G06Q50/10 | 分类号: | G06Q50/10;G06N20/00;G06N3/02 |
| 代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 邵亚丽 |
| 地址: | 韩国*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 基于 知识 图谱 提供 内容 系统 方法 | ||
1.一种用于基于知识图谱来提供内容的设备,所述设备包括:
通信接口;
存储器,存储一个或多个指令;以及
处理器,被配置为执行所述一个或多个指令以:
获得与所述设备相关的上下文信息;
通过输入所获得的上下文信息到用于确定与所述设备的用户相关的实体之间的关系的第一人工智能(AI)模型,获得所述设备的用户的第一设备知识图谱;
控制从服务器请求由所述服务器生成的服务器知识图谱;
控制从所述服务器接收所述服务器知识图谱;
通过输入所获得的第一设备知识图谱和所接收的服务器知识图谱到用于扩展所述第一设备知识图谱的第二AI模型,获得所述用户的第二设备知识图谱;以及
基于所获得的第二设备知识图谱来提供内容。
2.根据权利要求1所述的设备,其中,所述第一AI模型和所述第二AI模型中的每一个是通过使用以下中的至少一个作为AI算法来训练的AI模型:机器学习算法、神经网络算法、遗传算法、深度学习算法或者分类算法。
3.根据权利要求1所述的设备,其中,所述服务器知识图谱由所述服务器基于所述设备和至少一个其它设备提供到所述服务器的大数据而生成。
4.根据权利要求1所述的设备,其中,所述处理器还被配置为执行所述一个或多个指令以将所述上下文信息处理成指示顺序操作的文本,并且将所述文本输入到所述第一AI模型中。
5.根据权利要求1所述的设备,其中:
所述处理器还被配置为执行所述一个或多个指令以确定所述第一设备知识图谱的隐私等级,并且将所确定的隐私等级输入到所述第一AI模型;以及
从所述第一AI模型输出的所述第一设备知识图谱中的部分数据包括根据所述隐私等级摘取的数据。
6.根据权利要求1所述的设备,其中
所述处理器还被配置为执行所述一个或多个指令以将类别输入到所述第一AI模型;以及
从所述第一AI模型中输出与所述输入类别对应的所述第一设备知识图谱。
7.根据权利要求1所述的设备,其中,所述第一AI模型通过以下中的至少一个来输出所述第一设备知识图谱:实体提取、实体分析与摘取以及关系提取。
8.根据权利要求1所述的设备,其中,所述处理器还被配置为执行所述一个或多个指令以:
控制向所述服务器发送关于所述用户的用户简档的信息;以及
控制从所述服务器接收与所述用户简档相关的所述服务器知识图谱。
9.根据权利要求1所述的设备,其中,所述处理器还被配置为执行所述一个或多个指令以控制向所述服务器发送特定类别,以及从所述服务器接收与所述特定类别对应的所述服务器知识图谱。
10.根据权利要求1所述的设备,其中,所述处理器还被配置为执行所述一个或多个指令以:
通过输入所述设备的操作信息和所述第二设备知识图谱到第三AI模型,确定要推荐给所述用户的内容;以及
控制向内容提供服务器请求所确定的要推荐的内容。
11.一种由设备执行的基于知识图谱来提供内容的方法,所述方法包括:
获得与所述设备相关的上下文信息;
通过输入所获得的上下文信息到用于确定与所述设备的用户相关的实体之间的关系的第一人工智能(AI)模型,获得所述设备的用户的第一设备知识图谱;
从服务器请求由所述服务器生成的服务器知识图谱;
从所述服务器接收所述服务器知识图谱;
通过输入所获得的第一设备知识图谱和所接收的服务器知识图谱到用于扩展所述第一设备知识图谱的第二AI模型,获得所述用户的第二设备知识图谱;以及
基于所获得的第二设备知识图谱来提供内容。
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三星电子株式会社,未经三星电子株式会社许可,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/201980066278.X/1.html,转载请声明来源钻瓜专利网。





