买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：同济大学

摘要：本发明涉及一种用于钢铁制造企业的知识图谱自动构建方法和系统，方法包括：收集制造企业的文本数据；预处理后构建单句集合；将单句载入BERT预训练模型中，进行分词、向量化和特征提取，输出词序列向量；对词序列向量进行最大池化处理后，与[CLS]向量拼接得到实体向量表示，获取实体识别结果；根据实体向量表示，选取候选关系向量，一起载入关系分类模块中，获取关系分类结果；得到实体关系三元组；对获取三元组进行打分选取正确的三元组，通过路径排序算法挖掘新的三元组，实现知识进化。与现有技术相比，本发明将异构数据抽象成知识，对知识进行建模，同时提升了钢铁制造领域知识图谱构建效率、降低了钢铁制造领域知识图谱构建成本。

主权项：1.一种用于钢铁制造企业的知识图谱自动构建方法，其特征在于，包括以下步骤：数据收集步骤：收集制造企业的文本数据；数据处理步骤：对收集的文本数据进行预处理，构建单句集合；知识建模步骤：将所述单句集合中的单句载入预先建立并训练好的BERT预训练模型中，该BERT预训练模型对单句进行分词并向量化，然后通过双向Transformer结构进行特征提取，输出词序列向量；对所述词序列向量进行最大池化处理，并与BERT预训练模型根据该单句生成的[CLS]向量拼接得到实体向量表示，最后进行全连接与Softmax处理，得到实体识别结果；根据所述实体向量表示，选取候选关系向量，并与实体向量表示一起载入预先建立并训练好的关系分类模块中，进行全连接以及Softmax处理，获得关系分类结果；根据所述实体识别结果以及关系分类结果，得到实体关系三元组，完成知识图谱的构建；所述方法还包括知识进化步骤：将获得的实体关系三元组输入预设的词向量嵌入模型中，将抽取得到的知识嵌入低维向量空间，并根据构建的损失函数对实体关系三元组的置信度进行打分，通过预设的置信阈值判断是否为正确的三元组；将正确的三元组输入改进路径排序算法中，挖掘新的三元组，作为进化后的知识图谱；所述词向量嵌入模型采用用TransE模型对实体关系三元组进行编码，将实体和关系编码到相同维度的向量空间，并假设：h+r-t≈0式中，h为头实体向量，r为关系向量，t为尾实体向量；所述损失函数的计算表达式为： 式中，frh,t为损失函数的计算结果，符号为L2范数；所述改进路径排序算法利用双层随机游走机制对路径特征进行评估，该双层随机游走机制中引入向量空间相似性的启发式方法，获取关系路径特征模式。

全文数据：

权利要求：

百度查询： 同济大学 一种用于钢铁制造企业的知识图谱自动构建方法和系统