[发明专利]基于图谱标签降噪的素材推荐方法及系统在审
申请号: | 202011636614.0 | 申请日: | 2020-12-31 |
公开(公告)号: | CN112612965A | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 陈嘉真;孙泽懿;张琛 | 申请(专利权)人: | 上海明略人工智能(集团)有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/9536;G06F16/36;G06F16/38;G06F16/35;G06F16/33;G06Q50/00 |
代理公司: | 青岛清泰联信知识产权代理有限公司 37256 | 代理人: | 李红岩 |
地址: | 200030 上海市徐汇区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 图谱 标签 素材 推荐 方法 系统 | ||
1.一种基于图谱标签降噪的素材推荐方法,其特征在于,包括:
预处理步骤:从用户的搜索内容中抽取关键词并对所述关键词进行处理;
匹配步骤:根据处理后的所述关键词与知识图谱中的节点进行匹配;
抽取步骤:抽取匹配后的节点子图,并通过Louvain算法对所述节点子图进行聚类,根据聚类结果输出搜索结果;
输出步骤:通过下游模型对所述搜索结果进行排序和推荐。
2.如权利要求1所述的基于图谱标签降噪的素材推荐方法,其特征在于,所述预处理步骤包括:
关键词抽取步骤:通过算法从所述搜索内容中进行关键词抽取获得所述关键词;
消歧步骤:通过算法计算所述关键词和所述知识图谱的中节点的相关度。
3.如权利要求1所述的基于图谱标签降噪的素材推荐方法,其特征在于,所述匹配步骤包括:
根据所述相关度将所述关键词和所述知识图谱中的节点建立映射关系。
4.如权利要求1所述的基于图谱标签降噪的素材推荐方法,其特征在于,所述抽取步骤包括:
节点子图抽取步骤:根据所述映射关系抽取所述知识图谱中的节点周围的所述子图;
聚类步骤:通过所述Louvain算法获取所述子图中的热门节点;
搜索结果获得步骤:根据所述热门节点获得所述搜索结果。
5.如权利要求1所述的基于图谱标签降噪的素材推荐方法,其特征在于,所述下游模型为语义相关匹配算法或者为基于用户和物品信息的推荐模型。
6.一种基于图谱标签降噪的素材推荐系统,其特征在于,包括:
预处理模块,所述预处理模块从用户的搜索内容中抽取关键词并对所述关键词进行处理;
匹配模块,所述匹配模块根据处理后的所述关键词与知识图谱中的节点进行匹配;
抽取模块,所述抽取模块抽取匹配后的节点子图,并通过Louvain算法对所述节点子图进行聚类,根据聚类结果输出搜索结果;
输出模块,所述输出模块通过下游模型对所述搜索结果进行排序和推荐。
7.如权利要求6所述的基于图谱标签降噪的素材推荐系统,其特征在于,所述预处理模块包括:
关键词抽取单元,所述关键词抽取单元通过算法从所述搜索内容中进行关键词抽取获得所述关键词;
消歧单元,所述消歧单元通过算法计算所述关键词和所述知识图谱的中节点的相关度。
8.如权利要求6所述的基于图谱标签降噪的素材推荐系统,其特征在于,所述匹配模块根据所述相关度将所述关键词和所述知识图谱中的节点建立映射关系。
9.如权利要求6所述的基于图谱标签降噪的素材推荐系统,其特征在于,所述抽取模块包括:
节点子图抽取单元,所述节点子图抽取单元根据所述映射关系抽取所述知识图谱中的节点周围的所述子图;
聚类单元,所述聚类单元通过所述Louvain算法获取所述子图中的热门节点;
搜索结果获得单元,所述搜索结果获得单元根据所述热门节点获得所述搜索结果。
10.如权利要求6所述的基于图谱标签降噪的素材推荐系统,其特征在于,所述下游模型为语义相关匹配算法或者为基于用户和物品信息的推荐模型。
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上海明略人工智能(集团)有限公司,未经上海明略人工智能(集团)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/202011636614.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种小型夹层玻璃加工装置
- 下一篇:一种连续循环涡流式厌氧反应器