CN114358288A - 生成知识图谱的方法、信息推荐方法、装置及电子设备 - Google Patents
生成知识图谱的方法、信息推荐方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114358288A CN114358288A CN202210184165.3A CN202210184165A CN114358288A CN 114358288 A CN114358288 A CN 114358288A CN 202210184165 A CN202210184165 A CN 202210184165A CN 114358288 A CN114358288 A CN 114358288A
- Authority
- CN
- China
- Prior art keywords
- fault information
- information
- determining
- fault
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种生成知识图谱的方法、信息推荐方法、装置及电子设备,涉及数据处理技术领域,尤其涉及知识图谱、NLP等人工智能技术领域。具体实现方案为:确定多个故障信息集合,每个故障信息集合包括多个故障信息;针对每个故障信息集合,确定多个故障信息中的每个故障信息的实体类型;从多个故障信息中确定具有相同实体类型的N个故障信息,其中,N为大于等于2的整数;根据N个故障信息,确定多个信息对,每个信息对包括满足关联关系的两个故障信息;以及根据多个故障信息和关联关系,生成知识图谱,知识图谱包括与每个故障信息集合中的多个故障信息一一对应的结点,满足关联关系的两个故障信息所对应的两个结点之间经由第一边连接。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及知识图谱、NLP等人工智能技术领域,更具体地,本公开提供了一种生成知识图谱的方法、信息推荐方法、装置、电子设备、存储介质以及计算机程序产品。
背景技术
例如新能源、石油化工等行业的企业需要使用大量设备,企业中的运维检修人员会对设备进行检查,并记录与故障有关的信息,例如故障现象、解决措施等。但是不同的运维检修人员会采用不同的文本来描述同一个故障信息,这导致企业内部的运维检修记录中将相同、相近的故障信息存储为多条故障信息,不利于在运维检修记录中快速准确地搜索到所需的故障信息。
发明内容
本公开提供了一种生成知识图谱的方法、信息推荐方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种生成知识图谱的方法,包括:确定多个故障信息集合,每个故障信息集合包括多个故障信息;针对所述每个故障信息集合,确定所述多个故障信息中的每个故障信息的实体类型;从所述多个故障信息中确定具有相同实体类型的N个故障信息,其中,N为大于等于2的整数;根据所述N个故障信息,确定多个信息对,每个信息对包括满足关联关系的两个故障信息;以及根据所述多个故障信息和所述关联关系,生成知识图谱,所述知识图谱包括与所述每个故障信息集合中的多个故障信息一一对应的结点,满足关联关系的两个故障信息所对应的两个结点之间经由第一边连接。
根据本公开的另一方面,提供了一种信息推荐方法,包括:获取查询信息;确定知识图谱中与所述查询信息相对应的目标结点;根据所述目标结点,从所述知识图谱中确定关联结点;以及确定与所述关联结点相对应的故障信息;其中,所述知识图谱是根据上述生成知识图谱的方法生成的。
根据本公开的另一方面,提供了一种生成知识图谱的装置,包括故障信息集合确定模块、信息对确定模块和知识图谱生成模块,故障信息集合确定模块用于确定多个故障信息集合,每个故障信息集合包括多个故障信息;信息对确定模块用于针对所述每个故障信息集合,确定所述多个故障信息中的每个故障信息的实体类型;从所述多个故障信息中确定具有相同实体类型的N个故障信息,其中,N为大于等于2的整数;根据所述N个故障信息,确定多个信息对,每个信息对包括满足关联关系的两个故障信息;知识图谱生成模块用于根据所述多个故障信息和所述关联关系,生成知识图谱,所述知识图谱包括与所述每个故障信息集合中的多个故障信息一一对应的结点,满足关联关系的两个故障信息所对应的两个结点之间经由第一边连接。
根据本公开的另一个方面,提供了一种信息推荐装置,包括查询信息获取模块、目标结点确定模块、关联结点确定模块以及故障信息确定模块,查询信息获取模块用于获取查询信息;目标结点确定模块用于确定知识图谱中与所述查询信息相对应的目标结点;关联结点确定模块用于根据所述目标结点,从所述知识图谱中确定关联结点;故障信息确定模块用于确定与所述关联结点相对应的故障信息;其中,所述知识图谱是根据上述生成知识图谱的装置生成的。
根据本公开的另一个方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提供的方法。
根据本公开的另一个方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提供的方法。
根据本公开的另一个方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开提供的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的生成知识图谱的方法、信息推荐方法和装置的应用场景示意图;
图2是根据本公开实施例的生成知识图谱的方法的示意流程图;
图3A是根据本公开实施例的历史记录的示意结构图;
图3B是根据本公开实施例的生成知识图谱的方法的示意原理图;
图4是根据本公开实施例的信息推荐方法的示意流程图;
图5是根据本公开实施例的生成知识图谱的装置的示意结构框图;
图6是根据本公开实施例的信息推荐装置的示意结构框图;以及
图7是用来实施本公开实施例的生成知识图谱的方法和信息推荐方法的电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例的生成知识图谱的方法、信息推荐方法和装置的应用场景示意图
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的知识图谱、故障信息等)反馈给终端设备。
需要说明的是,本公开实施例所提供的生成知识图谱的方法和信息推荐方法一般可以由服务器105执行。相应地,本公开实施例所提供的生成知识图谱的装置和信息推荐装置一般可以设置于服务器105中。本公开实施例所提供的生成知识图谱的方法和信息推荐方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的生成知识图谱的装置和信息推荐装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2是根据本公开实施例的生成知识图谱的方法的示意流程图。
如图2所示,该生成知识图谱的方法200可以包括操作S210~操作S230。
在操作S210,确定多个故障信息集合,每个故障信息集合包括多个故障信息。
可以从历史记录中确定多个故障信息集合,历史记录可以包括设备的运维检修记录。历史记录中可以包括与故障有关的多种类型的故障信息,例如故障名称、故障原因、解决措施、故障时间、故障位置、检修人员姓名、故障零件的生产公司名称等。可以将每种类型的故障信息确定为一个故障信息集合,例如将多个故障名称确定为一个故障信息集合,将多个故障原因确定为另一个故障信息集合。
需要说明的是,相同的故障信息可以属于不同的故障信息集合,例如,“1号变频器功率模块驱动异常”可以是故障名称,也可以是故障原因。
在操作S220,针对每个故障信息集合,确定多个故障信息中的每个故障信息的实体类型。从多个故障信息中确定具有相同实体类型的N个故障信息,N为大于等于2的整数。根据N个故障信息,确定多个信息对,每个信息对包括满足关联关系的两个故障信息。
可以通过命名实体识别技术来确定故障信息的实体类型,例如,将故障信息输入经预训练的NER(Named Entity Recognition)模型中,NER模型输出该故障信息的实体类型。实体类型可以包括设备类型,例如,故障信息“3-15-6逆变器停机”的实体类别是设备类型“逆变器”,故障信息“变流器A液压油压力高”的实体类型是设备类型“变流器”。
在两个故障信息的实体类别不同的情况下,可以确定两个故障信息不满足关联关系。在两个故障信息的实体类别相同的情况下,可以进一步确定两个故障信息是否满足关联关系,例如,可以计算两个故障信息之间的相似度,相似度可以包括语义相似度和文本相似度中的至少一个,并在相似度大于等于相似度阈值的情况下,确定两个故障信息满足关联关系,相似度阈值可以是0.8。当然,可以根据实际情况设置其他相似度阈值。
同一个信息对中的两个故障信息满足关联关系,可以表示两个故障信息描述的内容相似。例如,同一个信息对中的两个故障信息分别是“阀门缺失”和“缺少阀门”,这二者描述的内容相似。需要说明的是,同一个故障信息可在不同的信息对中出现。例如,一个信息对包括“阀门缺失”和“缺少阀门”,另一个信息对包括“阀门缺失”和“没有阀门”。
在操作S230,根据多个故障信息和关联关系,生成知识图谱,知识图谱包括与每个故障信息集合中的多个故障信息一一对应的结点,满足关联关系的两个故障信息所对应的两个结点之间经由第一边连接。
在一种技术方案中,可以对两个故障信息分别进行切词,将切词后的每个词使用词向量表示,使用多个词向量来表示每个故障信息,然后计算两个故障信息之间的相似度,并根据相似度确定故障信息是否满足关联关系。在一些情况下,该种技术方案会误判两个故障信息之间的关联关系。例如,两个故障信息分别是“A城市B公司生产的电压器A31年久失修”和“A城市B公司生产的电容器A31年久失修”,由于两个故障信息只有一个字不同,因此两个故障信息的词向量相近,会被确定为满足关联关系。但是两个故障信息分别涉及电压器和电容器,描述两个不同设备的两个故障信息应当不满足关联关系。
根据本公开实施例提供的技术方案,由于根据故障信息的实体类型来确定两个故障信息是否满足关联关系,因此可以提高确定关联关系的准确性。例如,上述两个故障信息“某公司生产的电压器A31年久失修”和“某公司生产的电容器A31年久失修”的实体类型分别是“电压器”和“电容器”,由于实体类型不同,因此确定上述两个故障信息不满足关联关系。
此外,本公开实施例提供的技术方案根据故障信息生成知识图谱,因此可以根据知识图谱推荐故障信息,从而提高推荐场景、问答场景所推荐的故障信息的准确性。
根据本公开另一实施例,确定多个故障信息集合,每个故障信息集合包括多个故障信息可以包括以下操作:根据历史记录,确定多个原始信息集合,然后针对多个原始信息集合中的每个原始信息集合执行去重,得到多个故障信息集合。
例如,历史记录中可以包括与故障有关的多种类型的故障信息,可以将每种类型的故障信息确定为一个原始信息集合,每个原始信息集合中可以包括多个重复的故障信息,例如一个原始故障信息集合中包括5个故障信息均是“链条缺失”。对每个原始故障信息集合进行去重,可以得到与原始故障信息一一对应的故障信息集合。
采用本公开实施例提供的技术方案,由于将去重后的原始故障信息集合作为故障信息集合,因此在生成的知识图谱中,同一个类型的故障信息集合对应的多个结点中无重复的结点,从而减少知识图谱的数据量,简化知识图谱的结构,提高在知识图谱中查找数据的效率。
根据本公开另一实施例,确定多个故障信息集合,每个故障信息集合包括多个故障信息还可以包括以下操作:确定每个故障信息集合中的每个故障信息在去重前的出现次数。
示例性的,当满足关联关系的两个故障信息的出现次数不同时,可以将出现次数多的故障信息,作为出现次数少的故障信息的概括性描述,并在利用知识图谱推荐故障信息的过程中,优先推荐出现次数多的故障信息。例如,两个故障信息分别是“阀门缺失”和“没有阀门”,并且“阀门缺失”的出现次数多于“没有阀门”的出现次数,可以将“阀门缺失”作为“没有阀门”的概括性描述,并在进行信息推荐时优先推荐“阀门缺失”。
在一些实施例中,可以使用有向边作为知识图谱中的第一边,并且第一边的方向由出现次数少的故障信息所对应的结点指向出现次数多的故障信息所对应的结点。例如,第一边由“没有阀门”所对应的结点指向“阀门缺失”所对应的结点。
根据本公开另一实施例,多个故障信息集合包括故障名称集合、故障原因集合和解决措施集合。故障名称集合中的多个故障信息与故障原因集合中的多个故障信息具有映射关系,例如,故障名称集合中的故障信息“机舱冷却风扇过载”与故障原因集合中的故障信息“冷却风扇空气开关跳闸”具有映射关系。故障原因集合中的多个故障信息与解决措施集合中的多个故障信息具有映射关系,例如,上述“冷却风扇空气开关跳闸”与解决措施集合中的故障信息“更换冷却风扇空气开关”具有映射关系。相应地,在知识图谱中,具有映射关系的两个故障信息所对应的两个结点之间经由第二边连接。
需要说明的是,一个故障信息集合中的故障信息可以与另一个故障信息集合中的若干个故障信息具有映射关系。例如,在去重前,10个重复的故障名称分别与一个故障原因具有映射关系,10个重复的故障名称去重后仅保留1个故障名称,10个故障原因去重后保留6个故障原因,则知识图谱中可以包括与故障名称对应的一个结点N_1和与6个故障原因分别对应的6个结点N_2~N_7,并且6个结点N_2~N_7分别与结点N_1经由第二边连接。
采用本公开实施例提供的技术方案,根据不同类型的故障信息之间的映射关系建立知识图谱中的第二边,因此在使用知识图谱推荐故障信息时,可以向用户推荐更多类型的故障信息。
根据本公开另一实施例,根据N个故障信息,确定多个信息对的操作可以包括以下操作:确定N个故障信息彼此之间的相似度,在两个故障信息之间的相似度大于等于相似度阈值的情况下,确定两个故障信息满足关联关系。
根据本公开另一实施例,根据N个故障信息,确定多个信息对的操作可以包括以下操作:根据N个故障信息出现次数,将N个故障信息划分为多个高频故障信息和多个低频故障信息。针对多个低频故障信息中的每个低频故障信息,确定与每个低频故障信息满足关联关系的高频故障信息。
在一种示例中,可以通过以下方式确定低频故障信息与高频故障信息是否满足关联关系:统计低频故障信息与高频故障信息所包括的相同字符的数量,当相同字符的数量大于数量阈值时,或者相同字符的数量与故障信息的字符数量的比值大于比值阈值时,确定低频故障信息与高频故障信息满足关联关系。否则确定低频故障信息与高频故障信息不满足关联关系。数量阈值可以是3、5等数值,比值阈值可以是0.6。
在另一种示例中,可以通过以下方式确定低频故障信息与高频故障信息是否满足关联关系:针对多个低频故障信息中的每个低频故障信息,确定每个低频故障信息与多个高频故障信息中的每个高频故障信息之间的相似度,得到针对每个低频故障信息的多个相似度。在确定多个相似度中的最大相似度大于等于第一相似度阈值的情况下,确定与最大相似度相对应的高频故障信息和低频故障信息满足关联关系。
示例性的,可以根据出现次数阈值来划分高频故障信息和低频故障信息,出现次数阈值可以根据故障信息的数量来确定,例如出现次数阈值可以是30次。
示例性的,相似度可以包括语义相似度和文本相似度中的至少一个,例如将语义相似度和文本相似度的加权和作为第一相似度。第一相似度阈值可以是0.8。
当同一个低频故障信息与多个高频故障信息之间的相似度均大于等于相似度阈值时,将与低频故障信息之间的相似度最高的一个高频故障信息,作为与低频故障信息满足关联关系的故障信息。
相比于确定N个故障信息彼此之间的相似度来确定两个故障信息是否满足关联关系的技术方案,本公开实施例提供的技术方案根据出现次数划分高频故障信息和低频故障信息,可以减少计算量,提高处理效率。
根据本公开另一实施例,根据N个故障信息,确定多个信息对还可以包括以下操作。在确定与最大相似度相对应的高频故障信息和低频故障信息满足关联关系之后,重复执行以下操作,直至满足预定终止条件:将N个故障信息中除预定信息之外的故障信息,确定为多个剩余故障信息,预定信息是满足关联关系的两个故障信息中出现次数少的故障信息。从多个剩余故障信息中选择两个候选故障信息,确定两个候选故障信息是否满足关联关系。
在一种示例中,可以通过以下方式确定两个候选故障信息是否满足关联关系:统计两个候选故障信息所包括的相同字符的数量,当相同字符的数量大于数量阈值时,或者相同字符的数量与候选故障信息的字符数量的比值大于比值阈值时,确定低频故障信息与高频故障信息满足关联关系。否则确定两个候选故障信息不满足关联关系。数量阈值可以是3、5等数值,比值阈值可以是0.6。
在另一种示例中,可以通过以下方式确定两个候选故障信息是否满足关联关系:确定两个候选故障信息之间的相似度。在确定相似度大于等于第二相似度阈值的情况下,确定两个候选故障信息满足关联关系。
例如,预定终止条件包括从多个剩余故障信息中选择两个候选故障信息的执行次数大于等于次数阈值。在另一种示例中,预定终止条件包括多个剩余故障信息中的任意两个剩余故障信息之间的相似度小于第二相似度阈值。
可以看出,N个故障信息包括未与其他故障信息建立关联关系的故障信息(包括低频故障信息和高频故障信息),N个故障信息还包括建立关联关系的两个故障信息中出现次数少的故障信息。
此外,在确定两个候选故障信息满足关联关系之后,重新确定多个剩余故障信息,此时会将候选故障信息中的出现次数少的故障信息从多个剩余故障信息中删除,从而更新多个剩余故障信息。
采用本公开实施例提供的技术方案,在建立高频故障信息和低频故障信息之间的关联关系之后,还可以从多个剩余故障信息中确定满足关联关系的故障信息,从而提高故障信息之间的关联性。
此外,由于在确定一些满足关联关系的故障信息之后,多个剩余故障信息中不包括同一个信息对中的出现次数少的故障信息,因此无需确定同一个信息对中的出现次数少的故障信息与其他故障信息之间的相似度,进而减小计算量,提高处理效率。
例如,多个故障信息包括低频故障信息a0、b0、a1~a100、b1~b100,当需要从上述多个故障信息中确定满足关联关系的故障信息时,若已确定故障信息a1~a100分别与故障信息a0满足关联关系,故障信息b1~b100分别与故障信息b0满足关联关系。可以仅确定故障信息a0与故障信息b0是否满足关联关系,而无需计算故障信息a0与故障信息b1~b100彼此之间是否满足关联关系,也无需计算故障信息b0与故障信息a1~a100彼此之间是否满足关联关系,从而进一步减少计算量,提高处理效率。
根据本公开另一实施例,根据N个故障信息,确定多个信息对还可以包括以下操作:在多个信息对中的第一个信息对包括第一信息和出现次数少于第一信息的第二信息,且第二个信息对包括第二信息和出现次数少于第二信息的第三信息的情况下,执行以下操作:删除第二信息和第三信息之间的关联关系,确定第一信息与第三信息之间满足关联关系。
例如,若故障信息a0的出现次数多于故障信息b0的出现次数,故障信息a0与故障信息b0满足关联关系,故障信息b1~b100分别与故障信息b0满足关联关系。则在知识图谱中,故障信息b0、b1~b100所对应的结点分别经由一个第一边与故障信息a0所对应的结点相连。
采用本公开实施例提供的技术方案,可以使第一信息作为第二信息和第三信息的概括性描述。例如,故障信息a0是“电磁阀异常动作”,故障信息b1、b2、b3可以分别是“第一型号的电磁阀异常动作”、“第二型号的电磁阀异常动作”、“第三型号的电磁阀异常动作”,故障信息a0是故障信息b1、b2、b3的概括性描述。
采用本公开实施例提供的技术方案,可以对多个故障信息之间的关联关系进行简化,从而简化知识图谱的结构。
图3A是根据本公开实施例的历史记录的示意结构图。
如图3A所示,历史记录310中可以包括以下故障信息:5条“阀门无链条”、2条“钠表读数偏高”、1条“阀门链条缺失”、1条“钠表显示偏高”、1条“阀门没有链条”、1条“阀门的链条不见了”。以上述故障信息均是故障名称为例,对生成知识图谱的过程进行说明。
图3B是根据本公开实施例的生成知识图谱的方法的示意原理图。
本实施例300中,可以生成与多个故障信息一一对应的结点,例如,上述故障信息所对应的结点的名称分别是N1、N2、N3、N4、N5、N6,其中,N1表示5条“阀门无链条”,N2表示2条“钠表读数偏高”,N3表示1条“阀门链条缺失”,N4表示1条“钠表显示偏高”,N5表示1条“阀门没有链条”,N6表示1条“阀门的链条不见了”。
首先确定上述多个故障信息的实体类型,并从多个故障信息中确定具有相同实体类型的若干个故障信息。例如,“阀门无链条”、“阀门链条缺失”、“阀门没有链条”、“阀门的链条不见了”的实体类型均是“阀门链条”,“钠表显示偏高”和“钠表读数偏高”的实体类型均是“钠表”。
然后从实体类型相同的若干个故障信息中,确定若干个故障信息之间的关联关系,并将满足关联关系的故障信息所对应的结点之间经由第一边连接。例如,由于“阀门链条缺失”、“阀门没有链条”、“阀门的链条不见了”中的每一个均与“阀门无链条”之间的相似度大于相似度阈值,因此将结点N3、N5、N6分别经由第一边与结点N1相连。由于“钠表显示偏高”和“钠表读数偏高”之间的相似度大于相似度阈值,因此将结点N2经由第一边与结点N4相连。
此外,第一边可以采用有向边,并且第一边的方向由出现次数少的故障信息所对应的结点指向出现次数多的故障信息所对应的结点。例如,在示例中,三个第一边分别由结点N3、N5、N6指向结点N1,一个第一边由结点N4指向结点N2。
图4是根据本公开实施例的信息推荐方法的示意流程图。
如图4所示,该信息推荐方法400可以包括操作S410~操作S440。
在操作S410,获取查询信息。知识图谱可以是根据上述生成知识图谱的方法生成的。
在问答场景中,查询信息可以是用户主动输入的信息。在展示场景中,查询信息可以是设备所配备的监控系统检测到的异常信息,例如监控系统检测到出现冷却风扇异常停机的问题,然后将“冷却风扇的故障原因是什么”作为查询信息。
在操作S420,确定知识图谱中与查询信息相对应的目标结点。例如,查询信息是“冷却风扇的故障原因是什么”,可以从知识图谱中查找与故障名称中包括“冷却风扇”相对应的结点,并将查找到的结点作为目标结点。
在操作S430,根据目标结点,从知识图谱中确定关联结点。例如,从知识图谱中查找与目标结点经由第一边或第二边相连的结点,并将查找到的结点作为关联结点。
在操作S440,确定与关联结点相对应的故障信息。由于在生成知识图谱时为每个故障信息均创建对应的结点,因此可以根据关联结点确定相对应的故障信息。
图5是根据本公开实施例的生成知识图谱的装置的示意结构框图。
如图5所示,该生成知识图谱的装置500可以包括故障信息集合确定模块510、信息对确定模块520和知识图谱生成模块530。
故障信息集合确定模块用于确定多个故障信息集合,每个故障信息集合包括多个故障信息。
信息对确定模块520用于针对每个故障信息集合,确定多个故障信息中的每个故障信息的实体类型;从多个故障信息中确定具有相同实体类型的N个故障信息,其中,N为大于等于2的整数;根据N个故障信息,确定多个信息对,每个信息对包括满足关联关系的两个故障信息。
知识图谱生成模块530用于根据多个故障信息和关联关系,生成知识图谱,知识图谱包括与每个故障信息集合中的多个故障信息一一对应的结点,满足关联关系的两个故障信息所对应的两个结点之间经由第一边连接。
根据本公开另一实施例,信息对确定模块包括划分子模块和第一关联关系确定子模块。划分子模块用于根据N个故障信息出现次数,将N个故障信息划分为多个高频故障信息和多个低频故障信息。第一关联关系确定子模块用于针对多个低频故障信息中的每个低频故障信息,确定与每个低频故障信息满足关联关系的高频故障信息。
根据本公开另一实施例,第一关联关系确定子模块包括第一相似度确定单元和关联关系确定单元。第一相似度确定单元用于针对多个低频故障信息中的每个低频故障信息,确定每个低频故障信息与多个高频故障信息中的每个高频故障信息之间的相似度,得到针对每个低频故障信息的多个相似度。关联关系确定单元用于在确定多个相似度中的最大相似度大于等于第一相似度阈值的情况下,确定与最大相似度相对应的高频故障信息和低频故障信息满足关联关系。
根据本公开另一实施例,信息对确定模块还包括第二关联关系确定子模块,用于在确定与最大相似度相对应的高频故障信息和低频故障信息满足关联关系之后,重复执行以下操作,直至满足预定终止条件:将N个故障信息中除预定信息之外的故障信息,确定为多个剩余故障信息;预定信息是满足关联关系的两个故障信息中出现次数少的故障信息;从多个剩余故障信息中选择两个候选故障信息;以及确定两个候选故障信息是否满足关联关系。
根据本公开另一实施例,第二关联关系确定子模块包括第一确定单元和第二确定单元。第一确定单元用于确定两个候选故障信息之间的相似度。第二确定单元用于在确定相似度大于等于第二相似度阈值的情况下,确定两个候选故障信息满足关联关系。
根据本公开另一实施例,信息对确定模块还包括第三关联关系确定子模块,用于在确定多个信息对中的第一个信息对包括第一信息和出现次数少于第一信息的第二信息,且第二个信息对包括第二信息和出现次数少于第二信息的第三信息的情况下,执行以下操作:删除第二信息和第三信息之间的关联关系;以及确定第一信息与第三信息之间满足关联关系。
根据本公开另一实施例,预定终止条件包括以下之一:从多个剩余故障信息中选择两个候选故障信息的执行次数大于等于次数阈值;以及多个剩余故障信息中的任意两个剩余故障信息之间的相似度小于第二相似度阈值。
根据本公开另一实施例,故障信息集合确定模块包括原始信息集合确定子模块、故障信息集合确定子模块和出现次数确定子模块。原始信息集合确定子模块用于根据历史记录,确定多个原始信息集合。故障信息集合确定子模块用于针对多个原始信息集合中的每个原始信息集合执行去重,得到多个故障信息集合。出现次数确定子模块用于确定每个故障信息集合中的每个故障信息在去重前的出现次数。
根据本公开另一实施例,多个故障信息集合包括故障名称集合、故障原因集合和解决措施集合,故障名称集合中的多个故障信息与故障原因集合中的多个故障信息具有映射关系,故障原因集合中的多个故障信息与解决措施集合中的多个故障信息具有映射关系,具有映射关系的两个故障信息所对应的两个结点之间经由第二边连接。
图6是根据本公开实施例的信息推荐装置的示意结构框图。
如图6所示,该信息推荐装置600可以包括查询信息获取模块610、目标结点确定模块620、关联结点确定模块630以及故障信息确定模块640。
查询信息获取模块610用于获取查询信息。
目标结点确定模块620用于确定知识图谱中与查询信息相对应的目标结点,其中,知识图谱是根据上述生成知识图谱的装置生成的。
关联结点确定模块630用于根据目标结点,从知识图谱中确定关联结点。
故障信息确定模块640用于确定与关联结点相对应的故障信息。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如生成知识图谱的方法和信息推荐方法。例如,在一些实施例中,生成知识图谱的方法和信息推荐方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的生成知识图谱的方法和信息推荐方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行生成知识图谱的方法和信息推荐方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (23)
1.一种生成知识图谱的方法,包括:
确定多个故障信息集合,每个故障信息集合包括多个故障信息;
针对所述每个故障信息集合,
确定所述多个故障信息中的每个故障信息的实体类型;
从所述多个故障信息中确定具有相同实体类型的N个故障信息,其中,N为大于等于2的整数;
根据所述N个故障信息,确定多个信息对,每个信息对包括满足关联关系的两个故障信息;以及
根据所述多个故障信息和所述关联关系,生成知识图谱,所述知识图谱包括与所述每个故障信息集合中的多个故障信息一一对应的结点,满足关联关系的两个故障信息所对应的两个结点之间经由第一边连接。
2.根据权利要求1所述的方法,其中,所述根据所述N个故障信息,确定多个信息对包括:
根据所述N个故障信息出现次数,将所述N个故障信息划分为多个高频故障信息和多个低频故障信息;以及
针对所述多个低频故障信息中的每个低频故障信息,确定与所述每个低频故障信息满足关联关系的高频故障信息。
3.根据权利要求2所述的方法,其中,所述针对所述多个低频故障信息中的每个低频故障信息,确定与所述每个低频故障信息满足关联关系的高频故障信息包括:
针对所述多个低频故障信息中的每个低频故障信息,确定所述每个低频故障信息与所述多个高频故障信息中的每个高频故障信息之间的相似度,得到针对所述每个低频故障信息的多个相似度;以及
在确定所述多个相似度中的最大相似度大于等于第一相似度阈值的情况下,确定与所述最大相似度相对应的高频故障信息和低频故障信息满足关联关系。
4.根据权利要求3所述的方法,其中,所述根据所述N个故障信息,确定多个信息对还包括:在确定与所述最大相似度相对应的高频故障信息和低频故障信息满足关联关系之后,
重复执行以下操作,直至满足预定终止条件:
将所述N个故障信息中除预定信息之外的故障信息,确定为多个剩余故障信息;所述预定信息是满足所述关联关系的两个故障信息中出现次数少的故障信息;
从多个剩余故障信息中选择两个候选故障信息;以及
确定所述两个候选故障信息是否满足关联关系。
5.根据权利要求4所述的方法,其中,所述确定所述两个候选故障信息是否满足关联关系包括:
确定所述两个候选故障信息之间的相似度;以及
在确定所述相似度大于等于第二相似度阈值的情况下,确定所述两个候选故障信息满足所述关联关系。
6.根据权利要求4所述的方法,其中,所述根据所述N个故障信息,确定多个信息对还包括:
在确定所述多个信息对中的第一个信息对包括第一信息和出现次数少于第一信息的第二信息,且第二个信息对包括所述第二信息和出现次数少于所述第二信息的第三信息的情况下,执行以下操作:
删除所述第二信息和所述第三信息之间的所述关联关系;以及
确定所述第一信息与所述第三信息之间满足所述关联关系。
7.根据权利要求4所述的方法,其中,预定终止条件包括以下之一:
所述从多个剩余故障信息中选择两个候选故障信息的执行次数大于等于次数阈值;以及
所述多个剩余故障信息中的任意两个剩余故障信息之间的相似度小于第二相似度阈值。
8.根据权利要求1所述的方法,其中,所述确定多个故障信息集合,每个故障信息集合包括多个故障信息包括:
根据历史记录,确定多个原始信息集合;
针对所述多个原始信息集合中的每个原始信息集合执行去重,得到所述多个故障信息集合;
确定所述每个故障信息集合中的每个故障信息在去重前的出现次数。
9.根据权利要求1所述的方法,其中,所述多个故障信息集合包括故障名称集合、故障原因集合和解决措施集合,所述故障名称集合中的多个故障信息与所述故障原因集合中的多个故障信息具有映射关系,所述故障原因集合中的多个故障信息与所述解决措施集合中的多个故障信息具有映射关系,具有所述映射关系的两个故障信息所对应的两个结点之间经由第二边连接。
10.一种信息推荐方法,包括:
获取查询信息;
确定知识图谱中与所述查询信息相对应的目标结点;
根据所述目标结点,从所述知识图谱中确定关联结点;以及
确定与所述关联结点相对应的故障信息;
其中,所述知识图谱是根据权利要求1~9任意一项所述的方法生成的。
11.一种生成知识图谱的装置,包括:
故障信息集合确定模块,用于确定多个故障信息集合,每个故障信息集合包括多个故障信息;
信息对确定模块,用于针对所述每个故障信息集合,确定所述多个故障信息中的每个故障信息的实体类型;从所述多个故障信息中确定具有相同实体类型的N个故障信息,其中,N为大于等于2的整数;根据所述N个故障信息,确定多个信息对,每个信息对包括满足关联关系的两个故障信息;以及
知识图谱生成模块,用于根据所述多个故障信息和所述关联关系,生成知识图谱,所述知识图谱包括与所述每个故障信息集合中的多个故障信息一一对应的结点,满足关联关系的两个故障信息所对应的两个结点之间经由第一边连接。
12.根据权利要求11所述的装置,其中,所述信息对确定模块包括:
划分子模块,用于根据所述N个故障信息出现次数,将所述N个故障信息划分为多个高频故障信息和多个低频故障信息;以及
第一关联关系确定子模块,用于针对所述多个低频故障信息中的每个低频故障信息,确定与所述每个低频故障信息满足关联关系的高频故障信息。
13.根据权利要求12所述的装置,其中,所述第一关联关系确定子模块包括:
第一相似度确定单元,用于针对所述多个低频故障信息中的每个低频故障信息,确定所述每个低频故障信息与所述多个高频故障信息中的每个高频故障信息之间的相似度,得到针对所述每个低频故障信息的多个相似度;以及
关联关系确定单元,用于在确定所述多个相似度中的最大相似度大于等于第一相似度阈值的情况下,确定与所述最大相似度相对应的高频故障信息和低频故障信息满足关联关系。
14.根据权利要求13所述的装置,其中,所述信息对确定模块还包括:
第二关联关系确定子模块,用于在确定与所述最大相似度相对应的高频故障信息和低频故障信息满足关联关系之后,重复执行以下操作,直至满足预定终止条件:
将所述N个故障信息中除预定信息之外的故障信息,确定为多个剩余故障信息;所述预定信息是满足所述关联关系的两个故障信息中出现次数少的故障信息;
从多个剩余故障信息中选择两个候选故障信息;以及
确定所述两个候选故障信息是否满足关联关系。
15.根据权利要求14所述的装置,其中,所述第二关联关系确定子模块包括:
第一确定单元,用于确定所述两个候选故障信息之间的相似度;以及
第二确定单元,用于在确定所述相似度大于等于第二相似度阈值的情况下,确定所述两个候选故障信息满足所述关联关系。
16.根据权利要求14所述的装置,其中,所述信息对确定模块还包括:
第三关联关系确定子模块,用于在确定所述多个信息对中的第一个信息对包括第一信息和出现次数少于第一信息的第二信息,且第二个信息对包括所述第二信息和出现次数少于所述第二信息的第三信息的情况下,执行以下操作:
删除所述第二信息和所述第三信息之间的所述关联关系;以及
确定所述第一信息与所述第三信息之间满足所述关联关系。
17.根据权利要求14所述的装置,其中,预定终止条件包括以下之一:
所述从多个剩余故障信息中选择两个候选故障信息的执行次数大于等于次数阈值;以及
所述多个剩余故障信息中的任意两个剩余故障信息之间的相似度小于第二相似度阈值。
18.根据权利要求11所述的装置,其中,所述故障信息集合确定模块包括:
原始信息集合确定子模块,用于根据历史记录,确定多个原始信息集合;
故障信息集合确定子模块,用于针对所述多个原始信息集合中的每个原始信息集合执行去重,得到所述多个故障信息集合;
出现次数确定子模块,用于确定所述每个故障信息集合中的每个故障信息在去重前的出现次数。
19.根据权利要求11所述的装置,其中,所述多个故障信息集合包括故障名称集合、故障原因集合和解决措施集合,所述故障名称集合中的多个故障信息与所述故障原因集合中的多个故障信息具有映射关系,所述故障原因集合中的多个故障信息与所述解决措施集合中的多个故障信息具有映射关系,具有所述映射关系的两个故障信息所对应的两个结点之间经由第二边连接。
20.一种信息推荐装置,包括:
查询信息获取模块,用于获取查询信息;
目标结点确定模块,用于确定知识图谱中与所述查询信息相对应的目标结点;
关联结点确定模块,用于根据所述目标结点,从所述知识图谱中确定关联结点;以及
故障信息确定模块,用于确定与所述关联结点相对应的故障信息;
其中,所述知识图谱是根据权利要求11~19任意一项所述的装置生成的。
21.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至10中任一项所述的方法。
23.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210184165.3A CN114358288B (zh) | 2022-02-25 | 2022-02-25 | 生成知识图谱的方法、信息推荐方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210184165.3A CN114358288B (zh) | 2022-02-25 | 2022-02-25 | 生成知识图谱的方法、信息推荐方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114358288A true CN114358288A (zh) | 2022-04-15 |
CN114358288B CN114358288B (zh) | 2023-05-19 |
Family
ID=81093351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210184165.3A Active CN114358288B (zh) | 2022-02-25 | 2022-02-25 | 生成知识图谱的方法、信息推荐方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114358288B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140280068A1 (en) * | 2013-03-15 | 2014-09-18 | Bmc Software, Inc. | Adaptive learning of effective troubleshooting patterns |
CN111782816A (zh) * | 2020-04-20 | 2020-10-16 | 北京沃东天骏信息技术有限公司 | 生成知识图谱的方法及装置、搜索方法、引擎及系统 |
CN112163681A (zh) * | 2020-10-15 | 2021-01-01 | 珠海格力电器股份有限公司 | 设备故障原因确定方法、存储介质以及电子设备 |
CN113723632A (zh) * | 2021-08-27 | 2021-11-30 | 北京邮电大学 | 一种基于知识图谱的工业设备故障诊断方法 |
CN114037079A (zh) * | 2021-11-25 | 2022-02-11 | 江苏科技大学 | 基于图神经网络与知识图谱的气缸盖多故障整体诊断方法 |
-
2022
- 2022-02-25 CN CN202210184165.3A patent/CN114358288B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140280068A1 (en) * | 2013-03-15 | 2014-09-18 | Bmc Software, Inc. | Adaptive learning of effective troubleshooting patterns |
CN111782816A (zh) * | 2020-04-20 | 2020-10-16 | 北京沃东天骏信息技术有限公司 | 生成知识图谱的方法及装置、搜索方法、引擎及系统 |
CN112163681A (zh) * | 2020-10-15 | 2021-01-01 | 珠海格力电器股份有限公司 | 设备故障原因确定方法、存储介质以及电子设备 |
CN113723632A (zh) * | 2021-08-27 | 2021-11-30 | 北京邮电大学 | 一种基于知识图谱的工业设备故障诊断方法 |
CN114037079A (zh) * | 2021-11-25 | 2022-02-11 | 江苏科技大学 | 基于图神经网络与知识图谱的气缸盖多故障整体诊断方法 |
Non-Patent Citations (2)
Title |
---|
MA Y ET AL: "Knowledge graph inference for spoken dialogsystems" * |
施正钗 等: "基于语义分析的设备监控告警信息知识图谱构建研究" * |
Also Published As
Publication number | Publication date |
---|---|
CN114358288B (zh) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113342345A (zh) | 深度学习框架的算子融合方法、装置 | |
CN113792154B (zh) | 故障关联关系的确定方法、装置、电子设备及存储介质 | |
CN114580916A (zh) | 一种企业风险评估方法、装置、电子设备及存储介质 | |
CN114064925A (zh) | 知识图谱的构建方法、数据查询方法、装置、设备和介质 | |
CN113904943B (zh) | 账号检测方法、装置、电子设备和存储介质 | |
US10922324B2 (en) | Identifying and scoring data values | |
US11475318B2 (en) | Automated resolution of over and under-specification in a knowledge graph | |
CN114995719B (zh) | 列表渲染方法、装置、设备以及存储介质 | |
CN114330718B (zh) | 因果关系的提取方法、装置及电子设备 | |
CN114358288B (zh) | 生成知识图谱的方法、信息推荐方法、装置及电子设备 | |
CN115563310A (zh) | 一种关键业务节点的确定方法、装置、设备及介质 | |
CN113449062B (zh) | 轨迹处理方法、装置、电子设备和存储介质 | |
CN114385829A (zh) | 知识图谱创建方法、装置、设备以及存储介质 | |
CN114706893A (zh) | 故障检测方法、装置、设备及存储介质 | |
CN114491253A (zh) | 观测信息处理方法、装置、电子设备及存储介质 | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
CN114492364A (zh) | 相同漏洞的判断方法、装置、设备和存储介质 | |
CN113495841A (zh) | 一种兼容性检测方法、装置、设备、存储介质及程序产品 | |
CN113239054A (zh) | 信息生成方法、相关装置及计算机程序产品 | |
CN115292339B (zh) | 数据库更新方法、装置、电子设备和存储介质 | |
CN113239296B (zh) | 小程序的展示方法、装置、设备和介质 | |
CN114691761A (zh) | 生成层级结构图的方法、装置、设备以及存储介质 | |
CN113934931A (zh) | 信息推荐方法、装置、设备、存储介质及程序产品 | |
CN115758142A (zh) | 深度学习模型的训练方法、数据处理方法和装置 | |
CN117370213A (zh) | 一种测试数据的生成方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |