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:长江师范学院
摘要:本发明涉及一种从挖掘多粒度概念特征的角度实现知识图谱概念认知的方法及装置,属于人工智能技术领域。该方法包括:挖掘属性信息系统的频繁属性特征,并生成极大频繁属性模式;基于属性或属性类型信息系统的极大频繁属性模式挖掘属性类型或属性值信息系统的极大频繁属性模式及对应的属性值特征;如果当前极大属性模式对应的属性值特征频繁,则结束其在属性类型或属性值信息系统中的任务;如果当前极大属性模式对应的属性值特征非频繁,则将其划分为多个子模式,然后只有未重复且未被包含在候选集中的子模式才会参与后续判断;通过极大属性模式推导出除自身之外的所有频繁属性,并生成对应的频繁属性值特征。本发明能够模拟人类对概念的认知能力。
主权项:1.一种从挖掘多粒度概念特征的角度实现知识图谱概念认知的方法,其特征在于,该方法具体包括以下步骤:S1:在计算机中输入某概念,从知识图谱中获取该概念的所有实体,并获取与这些实体关联的所有属性特征,包括属性、属性值和属性值的类型;S2:挖掘属性信息系统ISbinary的频繁属性特征;S3:生成属性信息系统ISbinary的极大频繁属性模式集;S4:将属性信息系统ISbinary或属性类型信息系统IStypes的极大频繁属性模式集作为属性类型信息系统IStypes或属性值信息系统ISvalue的候选极大频繁属性模式集δcan_maxi_I;S5:如果δcan_maxi_I中阶数最大的极大频繁属性模式I对应的属性值特征频繁,则极大频繁属性模式I结束其在属性类型信息系统IStypes或属性值信息系统ISvalue中的任务并被保留到极大频繁属性模式的临时存储δfre_maxi_I;S6:如果δcan_maxi_I中阶数最大的频繁属性模式I对应的属性值特征非频繁,则将极大频繁属性模式I划分为多个子模式,然后只有未重复且未被包含在候选集中的子模式才会参与后续判断;S7:通过δfre_maxi_I中所有的极大频繁属性模式推导出除了自身之外的所有频繁属性模式集δfre_I;S8:生成δfre_I中频繁属性模式对应的频繁属性值特征,从而得到输入概念对应的多粒度概念特征。
全文数据:
权利要求:
百度查询: 长江师范学院 从挖掘多粒度概念特征的角度实现知识图谱概念认知的方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。