[发明专利]一种知识库补全方法、终端设备以及计算机存储介质在审

专利信息
申请号: 202111364269.4 申请日: 2021-11-17
公开(公告)号: CN114168741A 公开(公告)日: 2022-03-11
发明(设计)人: 杨之乐;郭媛君;王猛;吴承科;王尧;冯伟 申请(专利权)人: 深圳先进技术研究院
主分类号: G06F16/36 分类号: G06F16/36;G06N5/02;G06K9/62
代理公司: 深圳市铭粤知识产权代理有限公司 44304 代理人: 孙伟峰;武岑飞
地址: 518055 广东省深圳*** 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:
搜索关键词: 一种 知识库 方法 终端设备 以及 计算机 存储 介质
【说明书】:

本申请提供了一种知识库补全方法、终端设备以及计算机存储介质。该知识库补全方法包括:获取项目数据;建立项目数据中实体与本体类的映射关系;基于实体与本体类的映射关系构建知识表示;在知识表示中迭代恢复实体的信息,形成完整的知识库。通过上述方式,本申请的知识库补全方法通过恢复丢失的实体信息,补全项目知识库,提高对项目数据的管理效率。

技术领域

本申请涉及自然语言处理技术领域,特别是涉及一种知识库补全方法、终端设备以及计算机存储介质。

背景技术

我国是基建大国,基础建设过程中产生了大量的建筑项目,如何合理高效的管理这些建筑项目就成为了急需解决的问题。大量研究发现大概三分之一的建筑项目都无法在时间和金钱项目上达到预期目标,造成这一现象的原因就是约束管理的困难。约束管理是指材料、设备、劳动力、许可证明等制约建筑项目平稳推进的因素。从各个方面来看,做好约束管理可以有效的提高建筑工程项目推进的效率。

做好约束管理的有效途径之一就是采用现代的基于软件包的管理方法。这种方法在项目开始前就做好对建筑项目和其约束条件的分析,然后将建筑项目分为几个部分后分别解决它们的约束条件。大量的实验数据证明基于软件包的管理方法可以有效提高管理建筑项目的效率。深度学习作为机器学习研究中的一个领域,其灵感源自于对人工神经网络的研究,其应用十分广泛,但其在与自然语言处理结合时仍有许多问题尚未解决。在建筑项目管理知识库构建中,部分信息不完整的知识库严重影响了管理效率。

发明内容

本申请提供了一种知识库补全方法、终端设备以及计算机存储介质。

本申请提供了一种知识库补全方法,所述知识库补全方法包括:

获取项目数据;

建立所述项目数据中实体与本体类的映射关系;

基于所述实体与本体类的映射关系构建知识表示;

在所述知识表示中迭代恢复实体的信息,形成完整的知识库。

其中,所述建立所述项目数据中实体与本体类的映射关系之后,还包括:

建立所述项目数据中属性与属性类的映射关系;

基于所述实体与本体类的映射关系,以及所述属性与属性类的映射关系构建知识表示;

其中,所述属性类包括数值类和布尔类。

其中,所述建立所述项目数据中实体与本体类的映射关系之后,还包括:

获取新增项目数据;

分别计算所述新增项目数据中的实体与所有已有本体类的相似度;

将所述新增项目数据中的实体添加到所述相似度最大的已有本体类中。

其中,计算所述新增项目数据中的实体与已有本体类的相似度的公式如下:

其中,s表示所述新增项目数据中的实体与已有本体类的相似度,表示所述新增项目数据中的实体向量,表示所述已有本体类的向量。

其中,所述在所述知识表示中迭代恢复实体的信息,包括:

获取所述实体对应的目标节点在所述知识表示中的位置;

基于注意力机制对所述目标节点的邻域节点进行采样,以获取邻域节点信息;

利用所述邻域节点信息对所述目标节点进行迭代,以恢复所述目标节点对应的实体的信息。

其中,所述知识库补全方法,还包括:

将所述目标节点的领域节点按照不同的注意力值加权平均后,得到所述邻域节点信息。

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深圳先进技术研究院,未经深圳先进技术研究院许可,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/202111364269.4/2.html,转载请声明来源钻瓜专利网。

×

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