CN104750827A

CN104750827A - 一种基于6w规则知识元的知识自学习方法

Info

Publication number: CN104750827A
Application number: CN201510150751.6A
Authority: CN
Inventors: 谭远华; 张超林; 夏冬梅
Original assignee: KARAMAY HONGYOU SOFTWARE CO Ltd
Current assignee: HONGYOU SOFTWARE Co.,Ltd.
Priority date: 2015-03-31
Filing date: 2015-03-31
Publication date: 2015-07-01
Anticipated expiration: 2035-03-31
Also published as: CN104750827B

Abstract

本发明公开了一种基于6W规则知识元的知识自学习方法，涉及信息技术领域。本发明实施例提供的基于6W规则知识元的知识自学习方法，通过利用标注对应的标识的数量N和标注的结构对标注进行分类，并在同一类标注中，获取该类标注对应的所有的不同标识的数量M，最后，随机从M个标识中挑选N个标识(M≥N)，自由排列，代入归为一类的标注中，因此，对于一类标注，就会得到个新的标注(包括已有的标注和通过学习得到的标注)，可见，本发明中，根据已有知识学习出了许多新的知识，极大的扩展了知识体系，加强了知识库的建设，提高了知识的实际应用能力；另外，学习过程简单清晰，方便知识的管理。

Description

一种基于6W规则知识元的知识自学习方法

技术领域

本发明涉及信息技术领域，尤其涉及一种基于6W规则知识元的知识自学习方法。

背景技术

随着信息技术的不断发展，数据库中存储的数据量越来越多，涉及到的知识量也越来越多，但是，为了使信息技术能够利用存储的数据解决社会中的更加精细或复杂的问题，为社会发展做出更大的贡献，需要更多的知识量。

目前，知识量虽然比较大，但是对于结构相似，涉及的概念也相同或相近的知识，由于部分概念之间不存在联系，所以，在人们利用知识的过程中，就无法发现知识中隐藏的语义关系和规则，从而忽视了大量未知的知识，极大的减小了可利用的知识量，减弱了知识在解决社会问题中的作用。

发明内容

本发明的目的在于提供一种基于6W规则知识元的知识自学习方法，发现对于结构相似，部分标识之间却不存在联系的知识中的隐藏的语义关系和规则，从而扩展知识体系，加强知识库的建设，提高知识的实际应用能力。

为了实现上述目的，本发明采用的技术方案如下：

一种基于6W规则知识元的知识自学习方法，包括如下步骤：

S1，对数据库进行整体扫描，获取所有的知识元，所述知识元用标识和所述标识对应的标注表达，其中，所述标识包括自变量标识和因变量标识，所述因变量标识随着所述自变量标识的变化而变化；

S2，获取所述标注对应的标识的数量N，根据所述标注对应的标识的数量和所述标注的结构，对所述标注进行分类，将所述标识的数量和所述标注的结构均相同的标注归为一类，并获取所述归为一类的标注对应的所有的不同标识的数量M；

S3，在所述归为一类的标注中，随机从M个标识中挑选N个标识，自由排列，代入所述标注中，得到个新的标注；遍历所有的所述归为一类的标注；

S4，判断所述新的标注是否存在于知识库中，如果是，则结束；否则，执行S5；

S5，利用所述自变量标识和所述因变量标识对应的具体数据，对所述新的标注进行验证，如果所述新的标注达到设定的正确率，则所述新的标注是正确的，将所述新的标注存储在知识库中，否则，结束。

进一步地，S2包括如下步骤：

S201，获取所述标注对应的标识的数量N，根据所述标注对应的标识的数量进行分类，将所述标识的数量相同的标注归为一类，得到一级标注；

S202，根据所述标注的结构对所述一级标注进行分类，将结构相同的标注归为一类，得到二级标注；

S203，获取所述二级标注包含的所有的标注，并确定所有的标注对应的所有不相同的标识的数量M。

进一步地，S5包括如下步骤：

S501，获取所述新的标注中的所述自变量标识和所述因变量标识对应的具体数据，并将所述具体数据代入所述新的标注中，得到验证用标注；

S502，判断所述验证用标注是否正确，如果正确，则记录正确的所述验证用标注的数量，否则，记录错误的所述验证用标注的数量；

S503，根据正确的所述验证用标注的数量和错误的所述验证用标注的数量，计算所述新的标注的正确率；

S504，判断所述新的标注的正确率是否达到设定值，如果达到，则将所述新的标注存储在知识库中，否则，结束。

其中，S502中，所述判断所述验证用标注是否正确，具体为：

在所述验证用标注中利用所述自变量标识对应的具体数据进行计算，如果计算结果等于所述因变量标识对应的具体数据，则所述验证用标注是正确的，否则，所述验证用标注是错误的。

其中，S502中，所述判断所述验证用标注是否正确，具体为：

在所述验证用标注中利用所述自变量标识对应的具体数据进行计算，如果计算结果在所述因变量标识对应的具体数据所允许的误差范围内，则所述验证用标注是正确的，否则，所述验证用标注是错误的。

优选地，所述正确率根据所述新的标注允许的可信度以及因变量标识对应的具体数据的误差值进行设定。

更优选地，所述设定的正确率为η：0.8≤η＜1。

本发明的有益效果是：本发明实施例提供的基于6W规则知识元的知识自学习方法，通过利用标注对应的标识的数量N和标注的结构对标注进行分类，并在同一类标注中，获取该类标注对应的所有的不同标识的数量M，最后，随机从M个标识中挑选N个标识(M≥N)，自由排列，代入归为一类的标注中，因此，对于一类标注，就会得到个新的标注(包括已有的标注和通过学习得到的标注)，可见，通过本发明实施例提供的知识自学习方法，根据已有知识学习出了许多新的知识，极大的扩展了知识体系，加强了知识库的建设，提高了知识的实际应用能力；另外，本发明实施例提供的知识自学习方法，过程简单清晰，方便知识的管理。

附图说明

图1是本发明实施例提供的基于6W规则知识元的知识自学习方法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

本发明中，一些术语的解释如下：

知识元是不可再分割的具有完备知识表达的知识单位。知识元可以定义为一个标识以及与该标识相关的方法，该标识相关的方法即为该标识相关的标注，其中，标识定义为数据元，也就是概念，数据元是从概念角度定义一个数据的最小单元，通过数据元素来描述；标注是标识和标识之间的联系，也就是概念之间的联系；知识定义为标识和标注，具体包括知识编号、标注、标识和可信度，其中，知识编号是指知识具有的唯一编号，可信度的取值为0～100，取值越高则知识越可信。

实施例一

如图1所示，本发明实施例提供了一种基于6W规则知识元的知识自学习方法，可以包括如下步骤：

6W规则是指诺贝尔文学奖获得者英国作家吉卜林的思考问题、解决问题的方法，在信息技术领域中，在上述基础上明确了业务逻辑6W描述方法，即“Where(什么地方)、When(什么时间)、Who(什么人)、Which(针对什么)、What(做了什么，含如何做)、Why(为什么)”；本发明中的数据结构按照6W规则进行描述。

其中，S2可以包括如下步骤：

其中，S5可以包括如下步骤：

由于对于自变量标识和因变量标识而言，在数据库中，各自都会具有多个对应的具体数据，所以，在得到新的标注时，需要使用多个对应的具体数据，分别进行验证，其中，有些是错误的，有些是正确的，则对于该新的标注而言，就会通过使用具体数据进行验证，得到一个正确率，在本发明实施例中，只有当用具体数据验证时得到的正确率达到了设定的正确率，才判断该新的标注是正确的，并将其存储在知识库中。

其中，验证过程中得到的正确率，可以利用如下公式进行计算：

正确的所述验证用标注的数量/(正确的所述验证用标注的数量+错误的所述验证用标注的数量)。

其中，本发明实施例的S502中，所述判断所述验证用标注是否正确，具体可以为：

上述判断验证用标注是否正确的方法，可以适用于大多数的情况，而且，采用该判断方法，得到的结果是最精确的，不存在误差。

本发明实施例的S502中，所述判断所述验证用标注是否正确，具体还可以为：

上述在验证知识是否正确的过程中，由于当因变量标识对应的具体数据在所允许的误差范围内时，也可以认为该知识是正确的。所以，采用这种方法判断验证用标注是否正确，得到的正确的验证用标注的数量就会比较大，进而得到的新的标注的正确率就会比较大，就会比较容易达到正确率的设定值，从而就会得到比较多的正确的新的标注，有利于知识库的扩展。则对于某些应用而言，如果不要求知识完全准确，而只是要求具有较多的知识，从其中找到一定的规律，进行定性分析等的情况下，则采用这种方法会更加有效。

其中，所述正确率可以根据所述新的标注允许的可信度以及因变量标识对应的具体数据的误差值进行设定。

本发明的优选实施例中，所述设定的正确率为η：0.8≤η＜1。

因变量标识的具体数据所允许的误差不能为0，因为，如果误差为0的话，就是不允许因变量标识的具体数据存在误差，则就会导致某些存在小误差的验证用标注被认为是错误的，进而可能导致某些存在小误差的知识不能存储在知识库中，从而减小新知识的扩充量和扩展幅度。

另外，因变量标识的具体数据所允许的误差也不能太大，因为已有的知识具有可信度，且可信度的数值范围取值为0-100，当新知识的误差太大的话，就会降低新知识的可信度。

本发明实施例中，正确率的设定值不能太低，如果太低的话，则知识的误差比较大，可信度比较小，则会影响知识的实际应用能力，导致知识的扩充没有意义。

同样，正确率的设定值也不能太高，尤其不能等于1，如果等于1，则知识的误差就为0，则会导致存在较小误差的知识被认为是错误的知识，不能作为新知识存储在知识库中，从而，减小知识量，降低实际的应用能力。

本发明实施例中，设定的正确率为η：0.8≤η＜1，该正确率的设定值既可以保证知识的可信度，也保证不会忽视存在较小误差的知识，极大的扩展知识体系，提高知识的应用能力。

通过采用本发明公开的上述技术方案，得到了如下有益的效果：本发明实施例提供的基于6W规则知识元的知识自学习方法，通过利用标注对应的标识的数量N和标注的结构对标注进行分类，并在同一类标注中，获取该类标注对应的所有的不同标识的数量M，最后，随机从M个标识中挑选N个标识(M≥N)，自由排列，代入归为一类的标注中，因此，对于一类标注，就会得到个新的标注(包括已有的标注和通过学习得到的标注)，通过验证将正确的知识进行存储，可见，通过本发明实施例提供的知识自学习方法，根据已有知识学习出了许多新的知识，极大的扩展了知识体系，加强了知识库的建设，提高了知识的实际应用能力；另外，本发明实施例提供的知识自学习方法，过程简单清晰，方便知识的管理。

实施例二

本发明实施例提供了一种基于6W规则知识元的知识自学习方法，具体包括：获取知识元、对标注分类并获取同类标注中不相同的标识、将标识重新组合形成新知识、验证和保存新知识。

步骤一，获取知识元：

对数据库进行整体扫描，从数据库中获取所有知识元，其中，知识元用标识和所述标识对应的标注表达，其中，所述标识包括自变量标识和因变量标识，所述因变量标识随着所述自变量标识的变化而变化。如表1所示，为知识元示例，知识元由标识和对应的标注组成。从表1中可以看出，一个标识可能对应多个标注，一个标注可能对应多个标识，但是一个知识元是由一个标识和其对应的标注组成的，则对于一个标注，对应几个标识，就对应几个知识元。

表1 知识元示例

标识

标注

知识元

BS1	BZ1()	BS1-BZ1()
			BS1	BZ2()	BS1-BZ2()
BS1	BZ3()	BS1-BZ3()
			……	……	……
BS2	BZ1()	BS2-BZ1()
			BS2	BZ2()	BS2-BZ2()
BS2	BZ4()	BS2-BZ4()
			……	……	……
BS3	BZ1()	BS3-BZ1()
			BS3	BZ2()	BS3-BZ2()
BS3	BZ5()	BS3-BZ5()
			……	……	……

步骤二，对标注分类并获取同类标注中不相同的标识，具体可以按照如下步骤进行操作：

1)初步分类：是对所有标注进行分类，根据标注对应的标识的个数(假设为N)将标注对标注进行分类，将标识的数量相同的标注归为一类，得到一级标注，如表2中，比如，BZ1()、BZ4()、BZ5()和BZ2()，这些标注中对应的标识的个数均为4，所以，将这些标注归为一类，作为一级标注，称为标注一；

2)二次分类：根据标注的结构，对一级标注进行分类，将结构相同的标注归为一类，如表2所示，比如，BZ1()、BZ4()、BZ5()和BZ2()中，BZ1()和BZ4()的结构相同，BZ5()和BZ2()的结构相同，所以，将BZ1()和BZ4()归为一类，作为二级标注，称为标注1；将BZ5()和BZ2()归为一类，作为二级标注，称为标注2。

表2 标注分类

3)获取同类型的所有标注中所有标识的数量：

获取所述二级标注包含的所有的标注，并确定所有的标注对应的所有标识的数量M，其中，M≥N。当二级标注中只包含一个标注时，则M＝N，当二级标注中包含两个以上的标注时，M＞N。如表3所示，比如二级标注中的标注1包含两个标注，分别是：BZ1()和BZ4()，BZ1()对应的标识为：BS1，BS2，BS3，BS7，为4个，BZ4()对应的标识为：BS2，BS5，BS6，BS8，也为4个，则BZ1()和BZ4()组成的标注1对应的不相同的标识为BS1，BS2，BS3，BS5，BS6，BS7，BS8，为7个，这里M＝7，N＝4。

表3 标注和对应的标识

步骤三，将标识重新组合形成新知识：

在所述归为一类的标注中，随机从M个标识中挑选N个标识，自由排列，代入所述标注中，得到个新的标注；遍历所有的所述归为一类的标注。

如表4所示，为一类标注中，将标识重新组合形成新标注的过程，其中，需要说明的是，此处所说形成的新标注，有些是与已有的标注相同的标注，有些是与已有的标注不相同的标注，即，此处“新”只是用来说明是将标识重新组合，形成标注的过程。经过标识重新组合之后，对于某类标注，如果其中包含的每个标注对应的标识为N个，且该类标注中的标识为M个时，形成的新标注有个。在表4中，如标注1中，其中包含的每个标注BZ1()和BZ4()对应的标识为4个，标注1中的标识为7个，则7个标识重新组合形成的新标注就是个，可见，对同类型的标注中的所有的不相同的标识重新组合之后，形成的新标注中，有很多不是已有的标注，是自学习之后得到的标注，所以，对于每类标注而言，通过自学习，都可能实现知识库的扩充(是否能实现扩充，还需要对新标注进行验证，有可能得到的新的标注是错误的，则错误的新的标注对于知识库的扩充不能起到作用)。

表4 同类型标注形成新标注的过程

重复上述步骤，遍历所有的所述归为一类的标注，将所有标注、标识重新组合形成新知识。

步骤四，验证新知识和保存新知识：

在步骤三中形成的新标注中，有一部分是已有的知识，所以，首先需要判断新标注是否为已有的知识，是否存在于知识库中，如果是已有的知识，则无需进行后续的具体数据的验证过程，如果不是已有的知识，则需要按照如下方法进行验证新的标注是否正确：

1)获取所述新的标注中的所述自变量标识和所述因变量标识对应的具体数据，并将所述具体数据代入所述新的标注中，得到验证用标注；

2)判断所述验证用标注是否正确，如果正确，则记录正确的所述验证用标注的数量，否则，记录错误的所述验证用标注的数量；

其中，判断所述验证用标注是否正确，具体为：在所述验证用标注中利用所述自变量标识对应的具体数据进行计算，如果计算结果等于所述因变量标识对应的具体数据，则所述验证用标注是正确的，否则，所述验证用标注是错误的；

或者

3)根据正确的所述验证用标注的数量和错误的所述验证用标注的数量，计算所述新的标注的正确率；

4)判断所述新的标注的正确率是否达到设定值，如果达到，则将所述新的标注存储在知识库中，否则，结束。

其中，正确率根据所述新的标注允许的可信度以及因变量标识对应的具体数据的误差值进行设定，本发明实施例中，设定的正确率为η＝0.9。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域人员应该理解的是，上述实施例提供的方法步骤的时序可根据实际情况进行适应性调整，也可根据实际情况并发进行。

上述实施例涉及的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机设备可读取的存储介质中，用于执行上述各实施例方法所述的全部或部分步骤。所述计算机设备，例如：个人计算机、服务器、网络设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等；所述的存储介质，例如：RAM、ROM、磁碟、磁带、光盘、闪存、U盘、移动硬盘、存储卡、记忆棒、网络服务器存储、网络云存储等。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims

1.一种基于6W规则知识元的知识自学习方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于6W规则知识元的知识自学习方法，其特征在于，S2包括如下步骤：

3.根据权利要求1所述的基于6W规则知识元的知识自学习方法，其特征在于，S5包括如下步骤：

4.根据权利要求3所述的基于6W规则知识元的知识自学习方法，其特征在于，S502中，所述判断所述验证用标注是否正确，具体为：

5.根据权利要求3所述的基于6W规则知识元的知识自学习方法，其特征在于，S502中，所述判断所述验证用标注是否正确，具体为：

6.根据权利要求1所述的基于6W规则知识元的知识自学习方法，其特征在于，所述正确率根据所述新的标注允许的可信度以及因变量标识对应的具体数据的误差值进行设定。

7.根据权利要求6所述的基于6W规则知识元的知识自学习方法，其特征在于，所述设定的正确率为η：0.8≤η＜1。