CN114722974A - 基于事理逻辑和实体知识的多维度图谱融合方法 - Google Patents
基于事理逻辑和实体知识的多维度图谱融合方法 Download PDFInfo
- Publication number
- CN114722974A CN114722974A CN202210635762.3A CN202210635762A CN114722974A CN 114722974 A CN114722974 A CN 114722974A CN 202210635762 A CN202210635762 A CN 202210635762A CN 114722974 A CN114722974 A CN 114722974A
- Authority
- CN
- China
- Prior art keywords
- node
- entity
- event
- noun
- knowledge
- 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
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 9
- 230000004927 fusion Effects 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Animal Behavior & Ethology (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种基于事理逻辑和实体知识的多维度图谱融合方法,包括:获取事理图谱中第一事件节点中的第一事件名词,确定相对应的第二事件节点,获取第二事件节点中的第二事件名词;确定与第一事件名词所对应的第一实体节点,以及第二事件名词所对应的第二实体节点;在第一事件节点与所述第一实体节点之间建立第一融合连接路径,在第二事件节点与所述第二实体节点之间建立第二融合连接路径;根据第一事理逻辑在第一实体节点与第二实体节点之间建立三元组关系;根据所述第一事理逻辑对所述三元组关系更新;基于所述第一融合连接路径、第二融合连接路径、建立的三元组关系、更新的三元组关系形成融合后的多维度图谱。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于事理逻辑和实体知识的多维度图谱融合。
背景技术
事件是人类社会的核心概念之一,人们的社会活动往往是事件驱动的。事件之间在时间、空间上相继发生的演化规律和模式是一种十分有价值的知识。然而,现有的典型知识图谱均以实体及其属性和关系为研究核心,缺乏对事理逻辑这一重要人类知识的刻画。为了弥补这一不足,事理图谱应运而生,它能够揭示事件的演化规律和发展逻辑。
在通用图谱中,一般就是具有多个实体节点以及每个实体节点所具有的实体知识,实体知识可以看作是对相应实体的基本描述等等。
在事件图谱中,每个节点对应一个事件,事件图谱的多个事件节点可能会与通用图谱中的一个实体节点相对应,所以在对事件图谱和通用图谱之间构建融合的图谱时,可以根据事件节点与实体节点的关系构建三维的融合图谱,进而使得可以快速根据事件节点确定相对应的实体节点、或者是根据相应的实体节点确定相对应的事件节点,提高处理效率的同时,易于工作人员进行关联。现有技术中,并无法根据事件节点与实体节点的关系,构建基于事件图谱和通用图谱所形成的三维的融合图谱,也无法根据事件节点对实体节点的三元组关系进行更新。
公布号为CN114417004A的现有专利1公开了一种知识图谱和事理图谱的融合方法,其融合方式主要是根据知识图谱中的节点与事理图谱中的节点的相似度进行融合,使得知识图谱中每个知识节点与相应的事理图谱中的事件节点的相对应,在此过程中,并无法实现实体节点的三元组关系进行更新,也无法使得一个事件节点对应多个知识节点、一个知识节点对应多个事件节点的情况出现,导致知识图谱和事件图谱的融合深度较浅。
公布号为CN114238656A的现有专利2公开了一种基于强化学习的事理图谱补全方法及其相关设备,其虽然具有图谱的补齐功能,但是并无法结合事理图谱对知识图谱进行相应的补全,导致补全效果较为片面。
所以,亟需一种将事件图谱和通用的知识图谱进行融合的方法,实现图谱的深度融合、补全、更新。
发明内容
本发明实施例提供一种基于事理逻辑和实体知识的多维度图谱融合方法,可以根据事件节点与实体节点的关系,构建基于事件图谱和通用图谱所形成的三维的融合图谱,并且根据事件节点对实体节点的三元组关系进行更新,使得融合图谱中具有更全面的信息,使得在进行数据处理、图谱使用时,能够根据事件节点确定相关的实体节点,根据实体节点确定可能关联的事件节点,实现图谱间的深度融合、补全、更新。
本发明实施例的第一方面,提供一种基于事理逻辑和实体知识的多维度图谱融合方法,包括:
获取事理图谱中第一事件节点中的第一事件名词,根据第一事件节点的第一事理逻辑确定相对应的第二事件节点,获取所述第二事件节点中的第二事件名词;
根据通用知识图谱中每个实体节点的实体知识所生成的维度名词表,确定与所述第一事件名词所对应的第一实体节点,以及第二事件名词所对应的第二实体节点;
在所述第一事件节点与所述第一实体节点之间建立第一融合连接路径,在所述第二事件节点与所述第二实体节点之间建立第二融合连接路径;
若判断第一实体节点与第二实体节点之间不存在三元组关系,则根据所述第一事理逻辑在第一实体节点与第二实体节点之间建立三元组关系;
若判断第一实体节点与第二实体节点之间存在三元组关系,则根据所述第一事理逻辑对所述三元组关系更新;
基于所述第一融合连接路径、第二融合连接路径、建立的三元组关系、更新的三元组关系形成融合后的多维度图谱。
可选地,在第一方面的一种可能实现方式中,获取事理图谱中第一事件节点中的第一事件名词,根据第一事件节点的第一事理逻辑确定相对应的第二事件节点,获取所述第二事件节点中的第二事件名词,包括:
提取所述第一事件节点中与预先生成的实体名词表相对应的第一事件名词;
根据所述第一事件节点的第一事理逻辑确定相对应的第二事件节点,所述第一事理逻辑包括顺承关系、因果关系、条件关系和上下位关系中的任意一种或多种;
提取所述第二事件节点中与预先生成的实体名词表相对应的第二事件名词。
可选地,在第一方面的一种可能实现方式中,通过以下步骤生成实体名词表,包括:
获取通用知识图谱中每个实体节点的实体名词和实体知识,对所述实体知识分词处理获得与所述实体知识相对应的第一知识名词;
将所述第一知识名词与电力名词数据库进行比对确定与实体节点所对应的第二知识名词;
统计所有实体节点的实体名词、第二知识名词生成第一名词表,对所述第一名词表内的实体名词和/或第二知识名词去重处理得到实体名词表。
可选地,在第一方面的一种可能实现方式中,通过以下步骤生成维度名词表,包括:
在第一名词表中为每个实体名词建立相对应的名词集合,将每个实体名词所对应的第二知识名词分别填充至名词集合内;
在每个实体名词的名词集合内都填充相应的第二知识名词后,生成相对应的维度名词表。
可选地,在第一方面的一种可能实现方式中,所述根据通用知识图谱中每个实体节点的实体知识所生成的维度名词表,确定与所述第一事件名词所对应的第一实体节点,以及第二事件名词所对应的第二实体节点,包括:
将所述第一事件名词与维度名词表中的所有实体名词、第二知识名词进行比对,确定相应的第一实体节点;
将所述第二事件名词与维度名词表中的所有实体名词、第二知识名词进行比对,确定相应的第二实体节点。
可选地,在第一方面的一种可能实现方式中,所述在所述第一事件节点与所述第一实体节点之间建立第一融合连接路径,在所述第二事件节点与所述第二实体节点之间建立第二融合连接路径,包括:
若判断第一事件节点与所确定的第一实体节点的实体名词相对应,则在所述第一事件节点与所述第一实体节点之间建立直接子路径;
若判断第二事件节点与所确定的第二实体节点的实体名词相对应,则在所述第二事件节点与所述第二实体节点之间建立直接子路径;
若判断第一事件节点与所确定的第一实体节点的第二知识名词相对应,则在所述第一事件节点与第一实体节点之间建立间接子路径;
若判断第二事件节点与所确定的第二实体节点的第二知识名词相对应,则在所述第二事件节点与第二实体节点之间建立间接子路径;;
基于第一事件节点或第二事件节点的直接子路径和间接子路径生成相对应的第一融合连接路径或第二融合连接路径。
可选地,在第一方面的一种可能实现方式中,所述若判断第一实体节点与第二实体节点之间不存在三元组关系,则根据所述第一事理逻辑在第一实体节点与第二实体节点之间建立三元组关系,包括:
若第一实体节点与第二实体节点之间不存在三元组的连接关系;
则获取所述第一事理逻辑的逻辑关系,基于所述逻辑关系在第一实体节点与第二实体节点之间建立三元组关系。
可选地,在第一方面的一种可能实现方式中,所述若判断第一实体节点与第二实体节点之间存在三元组关系,则根据所述第一事理逻辑对所述三元组关系更新,包括:
若第一实体节点与第二实体节点之间存在三元组的连接关系,则提取第一实体节点与第二实体节点之间的第一关系;
若判断所述第一关系与第一事理逻辑的逻辑关系不相同,基于所述逻辑关系在第一实体节点与第二实体节点之间建立新的三元组关系,基于新的三元组关系对先前的三元组关系更新。
可选地,在第一方面的一种可能实现方式中,所述基于所述第一融合连接路径、第二融合连接路径、建立的三元组关系、更新的三元组关系形成融合后的多维度图谱,包括:
基于所建立的三元组关系、更新的三元组关系对通用知识图谱进行更新;
建立与事理图谱所对应的第一图层、建立与更新后的通用知识图谱所对应的第二图层,所述第一图层和第二图层平行设置;
选取与所述第一融合连接路径或第二融合连接路径的直接子路径所对应的第一连接形式,将所述以第一连接形式将第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点连接;
选取与所述第一融合连接路径或第二融合连接路径的间接子路径所对应的第二连接形式,将所述以第二连接形式将第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点连接;
在将第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点连接后,生成融合后的多维度图谱。
可选地,在第一方面的一种可能实现方式中,所述建立与事理图谱所对应的第一图层、建立与更新后的通用知识图谱所对应的第二图层,所述第一图层和第二图层平行设置,包括:
获取所述事理图谱中事件节点的数量得到第一节点数量,获取所述通用知识图谱中实体节点的数量得到第二节点数量,根据所述第一数量和第二数量进行求和计算得到第三节点数量;
根据所有的直接子路径和间接子路径得到第一路径数量,根据所述第一路径数量和第三节点数量得到路径平均数量;
基于路径平均数量、预设平均数量以及预设距离确定所述第一图层和第二图层的当前距离,将所述第一图层和第二图层在三维坐标的Z轴上以当前距离间隔设置。
可选地,在第一方面的一种可能实现方式中,还包括:
在接收到工作人员输入的任意一个查询名词后,以所述查询名词在多维度图谱中的每个节点进行遍历确定相对应的第一查询事件节点或第一查询实体节点;
根据所述第一查询事件节点确定相对应的第二查询事件节点,以及根据所述第一查询事件节点确定相对应的第一查询实体节点;或
根据所述第一查询实体节点确定相对应的第二查询实体节点,以及根据所述第一查询实体节点确定相对应的第一查询事件节点。
本发明提供的一种基于事理逻辑和实体知识的多维度图谱融合方法,能够在对事理图谱和通用知识图谱进行融合时,将事件节点与相对应的实体节点相连接,并且能够根据事理图谱中不同的事件节点的关系确定通用知识图谱中不同的实体节点潜在的关系,进而对通用知识图谱中实体节点的三元组关系进行更新,使得本发明提供的技术方案在将事件节点与实体节点进行连接时,不仅能够建立事理图谱和通用知识图谱融合后的多维度图谱,而且能够根据事理图谱对通用知识图谱进行更新,提高多维度图谱的知识性。
本发明提供的技术方案,会在对不同场景、领域下的事理图谱和通用知识图谱进行融合时,可以根据通用知识图谱中每个实体节点的实体名词和实体知识的不同生成相对应的实体名词表、维度名词表,使得本发明在提取事件节点内的名词时能够提取满足相应技术领域、技术场景的名词,将事件节点与实体节点相关联时,能够依据维度名词表中的实体名词、第二知识名词的不同,将时间名词与实体名词采取不同的连接方式,进而使得事件节点与间接关联的实体节点之间也能够以特殊的方式建立连接,使得用户在查看相应的图谱时,能够查看间接关联的事件节点和实体节点之间的对应关系。
本发明提供的技术方案,在得到三维的多维度图谱时,会根据事件节点的数量、实体节点的数量、第一融合连接路径和第二融合连接路径的数量确定第一图层和第二图层的当前距离间隔,使得在事理图谱和通用知识图谱被渲染显示后,存在一个适宜的距离,能够使得用户易于查看第一图层和第二图层之间的连接线、路径的关系,避免出现多个连接线、路径挤压的情况出现。
附图说明
图1为基于事理逻辑和实体知识的多维度图谱融合方法的第一种实施方式的流程图;
图2为基于事理逻辑和实体知识的多维度图谱融合方法的第二种实施方式的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种基于事理逻辑和实体知识的多维度图谱融合方法,如图1所示,包括:
步骤S110、获取事理图谱中第一事件节点中的第一事件名词,根据第一事件节点的第一事理逻辑确定相对应的第二事件节点,获取所述第二事件节点中的第二事件名词。本发明中的事理图谱可以是电力领域中的图谱,每个事件节点具有相应的一个事件,例如第一事件节点的事件为变电站出现过压故障,此时的第一事件名词可以是变电站,此时的第一事理逻辑可能会具有多个,例如第一事理逻辑可能是部件替换,该第一事理逻辑所对应的第二事件节点即可以是替换损坏的变压器,例如第一事理逻辑可能是部件检修,该第一事理逻辑所对应的第二事件节点即可以是检修班组进行部件检修,例如第一事理逻辑可能是区域停电,该第一事理逻辑所对应的第二事件节点即可以是对目标区域A进行区域停电。
此时根据第一事件节点可以得到多个相对应的第二事件节点,一般来说,第一事件节点都是指向第二事件节点的。本发明在得到第一事件节点以及所指向的第二事件节点后,会分别提取第一事件节点和第二事件节点所对应的第一事件名词和第二事件名词,此时的第一事件名词和第二事件名词可以是变电站、变压器、检修班组、维护班组等等。
本发明提供的技术方案,在一个可能的实施方式中,步骤S110包括:
提取所述第一事件节点中与预先生成的实体名词表相对应的第一事件名词。本发明会根据实体名词表确定第一事件节点的第一事件名词,可以这样理解,本发明所确定的第一事件名词可以是所述领域的常用名词,例如电力领域的变压器、传感器、无功补偿装置等等。
根据所述第一事件节点的第一事理逻辑确定相对应的第二事件节点,所述第一事理逻辑包括顺承关系、因果关系、条件关系和上下位关系中的任意一种或多种。本发明会结合第一事件节点的第一事理逻辑确定相对应的第二事件节点,例如第一事理逻辑可能是区域停电,则此时的第一事理逻辑即可以看作是因果关系,即在第一事件节点中出现变电站过压后,即在第二事件节点中对目标区域A停电。
提取所述第二事件节点中与预先生成的实体名词表相对应的第二事件名词。本发明会根据实体名词表确定与第二事件节点所对应的第二事件名词,此时的第二事件名词也可以是电力领域的通用名词。
本发明提供的技术方案,在一个可能的实施方式中,通过以下步骤生成实体名词表,包括:
获取通用知识图谱中每个实体节点的实体名词和实体知识,对所述实体知识分词处理获得与所述实体知识相对应的第一知识名词。一般来说,不同领域的通用知识图谱中会具有不同的名词,所以本发明会首先得到知识图谱中每个实体节点的实体名词和实体知识。实体名词可以是变电站、变压器、电流互感器等等。实体知识可以是对实体名词进行的描述,例如对变电站进行的表述,变电站包括变压器等等。可以这样理解,实体节点的实体名词即为该节点的名词,实体知识可以即为对该实体节点的描述,第一知识名词即为在对该实体节点进行描述时,所对应的描述名词。
将所述第一知识名词与电力名词数据库进行比对确定与实体节点所对应的第二知识名词。在得到对实体节点进行描述的第一知识名词后,此时并不能够判断该第一知识名词是否属于电力领域,所以此时需要将第一知识名词与电力名词数据库进行比对,将属于电力领域的第一知识名词作为第二知识名词。
统计所有实体节点的实体名词、第二知识名词生成第一名词表,对所述第一名词表内的实体名词和/或第二知识名词去重处理得到实体名词表。本发明会统计所有实体节点的实体名词、第二知识名词生成第一名词表,此时的第一名词表内的名词为属于电力领域、某个实体节点的实体名词或者与实体节点存在关系。在得到所有实体节点所对应的实体名词和/或第二知识名词后,此时的第一名词表内可能会存在重复出现的实体名词和/或第二知识名词,所以此时需要对实体名词和/或第二知识名词进行去重处理。
在对实体名词和/或第二知识名词进行去重处理时,如果存在与实体名词相同的第二知识名词,则将所有重复的第二知识名词删除,如果存在多个重复的第二知识名词,则随机保留其中一个第二知识名词。一般来说,不会出现重复出现的实体名词,如果出现重复出现的实体名词,则随机保留其中一个重复的实体名词。
本发明提供的技术方案,在一个可能的实施方式中,通过以下步骤生成维度名词表,包括:
在第一名词表中为每个实体名词建立相对应的名词集合,将每个实体名词所对应的第二知识名词分别填充至名词集合内。本发明会为每个实体名词设定相对应的名词集合,进而可以得到每个实体名词与第二知识名词之间的对应关系。
在每个实体名词的名词集合内都填充相应的第二知识名词后,生成相对应的维度名词表。本发明可以通过维度名词表,统计每个实体名词所对应的第二知识名词,进而使得维度名词表中具有每个实体名词与其他第二知识名词的对应关系,易于后续对每个实体节点的关系进行统计。
步骤S120、根据通用知识图谱中每个实体节点的实体知识所生成的维度名词表,确定与所述第一事件名词所对应的第一实体节点,以及第二事件名词所对应的第二实体节点。本发明会结合维度名词表分别得到第一事件名词所对应的第一实体节点、第二事件名词所对应的第二实体节点。例如第一事件名词中为变电站过压,此时第一事件名词可能是变电站,相对应的第一实体节点即可以是变电站。
本发明提供的技术方案,在一个可能的实施方式中,如图2所示,步骤S120包括:
步骤S1201、将所述第一事件名词与维度名词表中的所有实体名词、第二知识名词进行比对,确定相应的第一实体节点。
步骤S1202、将所述第二事件名词与维度名词表中的所有实体名词、第二知识名词进行比对,确定相应的第二实体节点。
本发明会分别将第一事件名词和第二事件名词与维度名词表进行比对,确定相对应的实体名词、第二知识名词,如果判断第一事件名词和第二事件名词与维度名词表中的实体名词或第二知识名词中的任意一个相对应,则得到相对应的第一实体节点和第二实体节点。
步骤S130、在所述第一事件节点与所述第一实体节点之间建立第一融合连接路径,在所述第二事件节点与所述第二实体节点之间建立第二融合连接路径。可以这样理解,本发明会将第一事件节点与第一实体节点之间建立第一融合连接路径,将第二事件节点与第二实体节点之间建立第二融合连接路径,实现将两个不同维度的图谱中的节点进行连接。例如第一事件节点为变电站过压,则此时所对应的第一实体节点即可能是变电站,变电站会具有相对应的知识名词,知识名词可能是对变电站进行描述的语句。
本发明提供的技术方案,在一个可能的实施方式中,步骤S130包括:
若判断第一事件节点与所确定的第一实体节点的实体名词相对应,则在所述第一事件节点与所述第一实体节点之间建立直接子路径;若判断第二事件节点与所确定的第二实体节点的实体名词相对应,则在所述第二事件节点与所述第二实体节点之间建立直接子路径。。以第一事件节点和第一实体节点之间建立直接子路径为例,第一事件节点中具有变电站这个名词,此时存在第一实体节点为变电站,所以此时可以在第一事件节点和第一实体节点之间建立直接子路径,即第一事件节点和第一实体节点之间是直接关联的。
若判断第一事件节点与所确定的第一实体节点的第二知识名词相对应,则在所述第一事件节点与第一实体节点之间建立间接子路径。若判断第二事件节点与所确定的第二实体节点的第二知识名词相对应,则在所述第二事件节点与第二实体节点之间建立间接子路径。。以第一事件节点和第一实体节点之间建立间接子路径为例,第一事件节点中具有变电站这个名词,此时存在某个第一实体节点的第二知识名词为变电站,所以此时可以在第一事件节点和第一实体节点之间建立间接子路径,即第一事件节点和第一实体节点之间是间接关联的。某个第一实体节点例如为变压器,变压器所对应的第二知识名词的描述语句是属于变电站的一部分,在出现过压时需要对变电站的变压器进行更换。此时第一事件节点与第一实体节点之间即存在间接的连接关系。
基于第一事件节点或第二事件节点的直接子路径和间接子路径生成相对应的第一融合连接路径或第二融合连接路径。本发明会对所有事件节点的直接子路径和间接子路径进行统计、融合,进而生成相对应的第一融合连接路径或第二融合连接路径。通过以上的步骤,可以实现不同图谱之间的节点的关联、融合。
步骤S140、若判断第一实体节点与第二实体节点之间不存在三元组关系,则根据所述第一事理逻辑在第一实体节点与第二实体节点之间建立三元组关系。如果第一实体节点与第二实体节点之间不存在三元组关系,则证明在通用图谱中可能不具有第一实体节点和第二实体节点之间的关联关系,所以此时需要根据第一事理逻辑在第一实体节点与第二实体节点之间建立三元组关系。
本发明提供的技术方案,在一个可能的实施方式中,步骤S140包括:
若第一实体节点与第二实体节点之间不存在三元组的连接关系。此时通用知识图谱中并没有第一实体节点与第二实体节点之间的关系,例如变电站和变压器两个实体之间并没有三元组的连接关系,可能是在构建知识图谱中没有进行相应的添加。
则获取所述第一事理逻辑的逻辑关系,基于所述逻辑关系在第一实体节点与第二实体节点之间建立三元组关系。此时本发明会得到第一事理逻辑的逻辑关系,该逻辑关系即会对应变电站和变压器之间的逻辑,即变电站过压需要更换变压器,所以此时可以根据该逻辑关系在第一实体节点与第二实体节点之间建立三元组关系。使得融合后的通用知识图谱内具有更加多维的知识关系。
步骤S150、若判断第一实体节点与第二实体节点之间存在三元组关系,则根据所述第一事理逻辑对所述三元组关系更新。如果第一实体节点与第二实体节点之间存在三元组关系,此时需要根据第一事理逻辑对所述三元组关系更新,更新方式可以在第一实体节点与第二实体节点之间建立新的路径、连接关系。
本发明提供的技术方案,在一个可能的实施方式中,步骤S150包括:
若第一实体节点与第二实体节点之间存在三元组的连接关系,则提取第一实体节点与第二实体节点之间的第一关系。本发明首先会提取第一关系,例如变电站(第一实体节点)和变压器(第二实体节点)之间具有第一关系,第一关系的三元组可以是变电站包括变压器。
若判断所述第一关系与第一事理逻辑的逻辑关系不相同,基于所述逻辑关系在第一实体节点与第二实体节点之间建立新的三元组关系,基于新的三元组关系对先前的三元组关系更新。此时本发明会将第一关系与第一事理逻辑的逻辑关系进行比对,如果第一关系与第一事理逻辑的逻辑关系不相同,则此时会根据逻辑关系在第一实体节点与第二实体节点之间建立新的三元组关系,例如第一事理逻辑为变电站过压需要更换变压器。使得先前的三元组关被更新处理。
步骤S160、基于所述第一融合连接路径、第二融合连接路径、建立的三元组关系、更新的三元组关系形成融合后的多维度图谱。通过以上方式,使得本发明能够将事理图谱和通用知识图谱中的事件节点和实体节点相连接、融合,并且对通用知识图谱中的三元组关系进行更新,得到最终的多维度图谱。
本发明提供的技术方案,在一个可能的实施方式中,步骤S160包括:
基于所建立的三元组关系、更新的三元组关系对通用知识图谱进行更新。本发明首先会得到更新后的通用知识图谱,相较于更新前的通用知识图谱,此时通用知识图谱会具有更多的实体节点的知识关系。
建立与事理图谱所对应的第一图层、建立与更新后的通用知识图谱所对应的第二图层,所述第一图层和第二图层平行设置。本发明会建立至少两个平行的图层,并且将事理图谱与第一图层对应、通用知识图谱与第二图层对应。本发明优先将节点较少的图谱所对应的图层设置于上部、将节点较多的图谱所对应的图层设置于下部。
选取与所述第一融合连接路径或第二融合连接路径的直接子路径所对应的第一连接形式,将所述以第一连接形式将第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点连接。第一连接形式可以是实线形式、红色颜色等等。具有第一连接形式的事件节点和实体节点之间可以看作具有直接的关系。
选取与所述第一融合连接路径或第二融合连接路径的间接子路径所对应的第二连接形式,将所述第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点以第二连接形式连接。第二连接形式可以是虚线形式、绿色颜色等等。具有第二连接形式的事件节点和实体节点之间可以看作具有间接的关系。
在将第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点连接后,生成融合后的多维度图谱。本发明在通过直接子路径、间接子路径对相应的事件节点和实体节点连接后,即得到相对应的多维度图谱。
本发明提供的技术方案,在一个可能的实施方式中,所述建立与事理图谱所对应的第一图层、建立与更新后的通用知识图谱所对应的第二图层,所述第一图层和第二图层平行设置,包括:
根据所有的直接子路径和间接子路径得到第一路径数量,根据所述第一路径数量和第三节点数量得到路径平均数量。本发明会得到路径平均数量,如果路径平均数量越大,则证明每个实体节点与事件节点之间的连接路径、边就越多,如果路径平均数量越小,则证明每个实体节点与事件节点之间的连接路径、边就越少。
基于路径平均数量、预设平均数量以及预设距离确定所述第一图层和第二图层的当前距离,将所述第一图层和第二图层在三维坐标的Z轴上以当前距离间隔设置。
本发明会根据路径平均数量、预设平均数量以及预设距离确定所述第一图层和第二图层的当前距离,可以通过以下公式计算当前距离,
其中,为当前距离,为路径平均数量,为直接子路径的数量,为间接子路径的数量,为第一节点数量,为第二节点数量,为数量权重,为预设平均数量,为预设距离,为距离权重。通过可以得到每个节点的路径平均数量,如果越大,则当前距离越大。预设平均数量和预设距离可以是工作人员根据实际情况设置的,本发明可以通过以上方式计算当前距离,使得在事理图谱和通用知识图谱之间确定合理的、相适宜的空间距离。
由于本发明所得到的多维度图谱时三维的,此时可以把第一图层和第二图层看作是三维坐标中垂直于Z轴上的不同的面,当前距离即为第一图层和第二图层的距离。该种方式,能够根据事理图谱和通用知识图谱之间的连接线、路径、边的数量确定适宜的距离,避免工作人员查看该多维度融合图谱时多个连接线、路径、边混杂的情况出现。在构建三维的多维度图谱时,可以首先构建三维的坐标轴,然后将第一图层和第二图层分别位于三维坐标轴不同的Z轴数值上,使得第一图层和第二图层之间具有一定的距离。
本发明提供的技术方案,在一个可能的实施方式中,还包括:
在接收到工作人员输入的任意一个查询名词后,以所述查询名词在多维度图谱中的每个节点进行遍历确定相对应的第一查询事件节点或第一查询实体节点。在工作人员输入相应的查询名词后,本发明会根据查询名词确定相应的第一查询事件节点或第一查询实体节点。也可能会同时出现第一查询事件节点和第一查询实体节点。
根据所述第一查询事件节点确定相对应的第二查询事件节点,以及根据所述第一查询事件节点确定相对应的第一查询实体节点。在输入查询名词后,输出相应的第一查询事件节点,本发明会结合第一查询事件节点确定相对应的第二查询事件节点,例如第一查询事件节点为变电站过压,则此时所对应的第二查询事件节点即可以是替换变压器。此时所对应的第一查询实体节点可以是变电站,第一查询实体节点会具有对变电站的相关描述。
根据所述第一查询实体节点确定相对应的第二查询实体节点,以及根据所述第一查询实体节点确定相对应的第一查询事件节点。在输入查询名词后,输出相应的第一查询实体节点,本发明会结合第一查询实体节点确定相对应的第二查询实体节点,例如第一查询实体节点为变电站,则此时所对应的第二查询实体节点即可以是变压器。此时所对应的第一查询事件节点可以是变电站过压等等。通过该种方式,使得图谱中会具有每个实体的详细描述、以及每个实体可能会存在、对应的事件,使得工作人员在进行工作时能够为工作人员进行可能有用的知识输出,提高工作人员工作时的工作效率。
本发明还提供一种存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中,存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (11)
1.基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,包括:
获取事理图谱中第一事件节点中的第一事件名词,根据第一事件节点的第一事理逻辑确定相对应的第二事件节点,获取所述第二事件节点中的第二事件名词;
根据通用知识图谱中每个实体节点的实体知识所生成的维度名词表,确定与所述第一事件名词所对应的第一实体节点,以及第二事件名词所对应的第二实体节点;
在所述第一事件节点与所述第一实体节点之间建立第一融合连接路径,在所述第二事件节点与所述第二实体节点之间建立第二融合连接路径;
若判断第一实体节点与第二实体节点之间不存在三元组关系,则根据所述第一事理逻辑在第一实体节点与第二实体节点之间建立三元组关系;
若判断第一实体节点与第二实体节点之间存在三元组关系,则根据所述第一事理逻辑对所述三元组关系进行更新;
基于所述第一融合连接路径、第二融合连接路径、建立的三元组关系、更新的三元组关系形成融合后的多维度图谱。
2.根据权利要求1所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
获取事理图谱中第一事件节点中的第一事件名词,根据第一事件节点的第一事理逻辑确定相对应的第二事件节点,获取所述第二事件节点中的第二事件名词,包括:
提取所述第一事件节点中与预先生成的实体名词表相对应的第一事件名词;
根据所述第一事件节点的第一事理逻辑确定相对应的第二事件节点,所述第一事理逻辑包括顺承关系、因果关系、条件关系和上下位关系中的任意一种或多种;
提取所述第二事件节点中与预先生成的实体名词表相对应的第二事件名词。
3.根据权利要求2所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
通过以下步骤生成实体名词表,包括:
获取通用知识图谱中每个实体节点的实体名词和实体知识,对所述实体知识分词处理获得与所述实体知识相对应的第一知识名词;
将所述第一知识名词与电力名词数据库进行比对确定与实体节点所对应的第二知识名词;
统计所有实体节点的实体名词、第二知识名词生成第一名词表,对所述第一名词表内的实体名词和/或第二知识名词去重处理得到实体名词表。
4.根据权利要求3所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
通过以下步骤生成维度名词表,包括:
在第一名词表中为每个实体名词建立相对应的名词集合,将每个实体名词所对应的第二知识名词分别填充至名词集合内;
在每个实体名词的名词集合内都填充相应的第二知识名词后,生成相对应的维度名词表。
5.根据权利要求4所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
所述根据通用知识图谱中每个实体节点的实体知识所生成的维度名词表,确定与所述第一事件名词所对应的第一实体节点,以及第二事件名词所对应的第二实体节点,包括:
将所述第一事件名词与维度名词表中的所有实体名词、第二知识名词进行比对,确定相应的第一实体节点;
将所述第二事件名词与维度名词表中的所有实体名词、第二知识名词进行比对,确定相应的第二实体节点。
6.根据权利要求5所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
所述在所述第一事件节点与所述第一实体节点之间建立第一融合连接路径,在所述第二事件节点与所述第二实体节点之间建立第二融合连接路径,包括:
若判断第一事件节点与所确定的第一实体节点的实体名词相对应,则在所述第一事件节点与所述第一实体节点之间建立直接子路径;
若判断第二事件节点与所确定的第二实体节点的实体名词相对应,则在所述第二事件节点与所述第二实体节点之间建立直接子路径;
若判断第一事件节点与所确定的第一实体节点的第二知识名词相对应,则在所述第一事件节点与第一实体节点之间建立间接子路径;
若判断第二事件节点与所确定的第二实体节点的第二知识名词相对应,则在所述第二事件节点与第二实体节点之间建立间接子路径;
基于第一事件节点或第二事件节点的直接子路径和间接子路径生成相对应的第一融合连接路径或第二融合连接路径。
7.根据权利要求6所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
所述若判断第一实体节点与第二实体节点之间不存在三元组关系,则根据所述第一事理逻辑在第一实体节点与第二实体节点之间建立三元组关系,包括:
若第一实体节点与第二实体节点之间不存在三元组的连接关系;
则获取所述第一事理逻辑的逻辑关系,基于所述逻辑关系在第一实体节点与第二实体节点之间建立三元组关系。
8.根据权利要求7所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
所述若判断第一实体节点与第二实体节点之间存在三元组关系,则根据所述第一事理逻辑对所述三元组关系进行更新,包括:
若第一实体节点与第二实体节点之间存在三元组的连接关系,则提取第一实体节点与第二实体节点之间的第一关系;
若判断所述第一关系与第一事理逻辑的逻辑关系不相同,基于所述逻辑关系在第一实体节点与第二实体节点之间建立新的三元组关系,基于新的三元组关系对先前的三元组关系进行更新。
9.根据权利要求8所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
所述基于所述第一融合连接路径、第二融合连接路径、建立的三元组关系、更新的三元组关系形成融合后的多维度图谱,包括:
基于所建立的三元组关系、更新的三元组关系对通用知识图谱进行更新;
建立与事理图谱所对应的第一图层、建立与更新后的通用知识图谱所对应的第二图层,所述第一图层和第二图层平行设置;
选取与所述第一融合连接路径或第二融合连接路径的直接子路径所对应的第一连接形式,以第一连接形式将第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点连接;
选取与所述第一融合连接路径或第二融合连接路径的间接子路径所对应的第二连接形式,以第二连接形式将第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点连接;
在将第一事件节点或第二事件节点与相应的第一实体节点或第二实体节点连接后,生成融合后的多维度图谱。
10.根据权利要求9所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,
所述建立与事理图谱所对应的第一图层、建立与更新后的通用知识图谱所对应的第二图层,所述第一图层和第二图层平行设置,包括:
获取所述事理图谱中事件节点的数量得到第一节点数量,获取所述通用知识图谱中实体节点的数量得到第二节点数量,根据所述第一数量和第二数量进行求和计算得到第三节点数量;
根据所有的直接子路径和间接子路径得到第一路径数量,根据所述第一路径数量和第三节点数量得到路径平均数量;
基于路径平均数量、预设平均数量以及预设距离确定所述第一图层和第二图层的当前距离,将所述第一图层和第二图层在三维坐标的Z轴上以当前距离间隔设置。
11.根据权利要求6所述的基于事理逻辑和实体知识的多维度图谱融合方法,其特征在于,还包括:
在接收到工作人员输入的任意一个查询名词后,以所述查询名词在多维度图谱中的每个节点进行遍历确定相对应的第一查询事件节点或第一查询实体节点;
根据所述第一查询事件节点确定相对应的第二查询事件节点,以及根据所述第一查询事件节点确定相对应的第一查询实体节点;或
根据所述第一查询实体节点确定相对应的第二查询实体节点,以及根据所述第一查询实体节点确定相对应的第一查询事件节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210635762.3A CN114722974B (zh) | 2022-06-07 | 2022-06-07 | 基于事理逻辑和实体知识的多维度图谱融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210635762.3A CN114722974B (zh) | 2022-06-07 | 2022-06-07 | 基于事理逻辑和实体知识的多维度图谱融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114722974A true CN114722974A (zh) | 2022-07-08 |
CN114722974B CN114722974B (zh) | 2022-09-02 |
Family
ID=82232807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210635762.3A Active CN114722974B (zh) | 2022-06-07 | 2022-06-07 | 基于事理逻辑和实体知识的多维度图谱融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114722974B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969382A (zh) * | 2022-07-19 | 2022-08-30 | 国网浙江省电力有限公司信息通信分公司 | 基于事理图谱事件链推理的实体生成方法 |
CN115860588A (zh) * | 2023-03-02 | 2023-03-28 | 北京智盟信通科技有限公司 | 基于知识图谱和可拓展模型的断路器自定义健康评价方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100235340A1 (en) * | 2009-03-13 | 2010-09-16 | Invention Machine Corporation | System and method for knowledge research |
US20190121801A1 (en) * | 2017-10-24 | 2019-04-25 | Ge Inspection Technologies, Lp | Generating Recommendations Based on Semantic Knowledge Capture |
CN110968700A (zh) * | 2019-11-01 | 2020-04-07 | 数地科技(北京)有限公司 | 一种融合多类事理与实体知识的领域事件图谱构建方法和装置 |
CN111914569A (zh) * | 2020-08-10 | 2020-11-10 | 哈尔滨安天科技集团股份有限公司 | 基于融合图谱的预测方法、装置、电子设备及存储介质 |
CN112182242A (zh) * | 2020-09-27 | 2021-01-05 | 武汉大学 | 一种面向电力作业全过程的安全管控知识图谱构建方法 |
CN113157931A (zh) * | 2021-01-20 | 2021-07-23 | 青岛海信网络科技股份有限公司 | 一种融合图谱构建方法及装置 |
CN114238656A (zh) * | 2021-12-20 | 2022-03-25 | 润联软件系统(深圳)有限公司 | 基于强化学习的事理图谱补全方法及其相关设备 |
CN114417004A (zh) * | 2021-11-10 | 2022-04-29 | 南京邮电大学 | 一种知识图谱和事理图谱的融合方法、装置和系统 |
-
2022
- 2022-06-07 CN CN202210635762.3A patent/CN114722974B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100235340A1 (en) * | 2009-03-13 | 2010-09-16 | Invention Machine Corporation | System and method for knowledge research |
US20190121801A1 (en) * | 2017-10-24 | 2019-04-25 | Ge Inspection Technologies, Lp | Generating Recommendations Based on Semantic Knowledge Capture |
CN110968700A (zh) * | 2019-11-01 | 2020-04-07 | 数地科技(北京)有限公司 | 一种融合多类事理与实体知识的领域事件图谱构建方法和装置 |
CN111914569A (zh) * | 2020-08-10 | 2020-11-10 | 哈尔滨安天科技集团股份有限公司 | 基于融合图谱的预测方法、装置、电子设备及存储介质 |
CN112182242A (zh) * | 2020-09-27 | 2021-01-05 | 武汉大学 | 一种面向电力作业全过程的安全管控知识图谱构建方法 |
CN113157931A (zh) * | 2021-01-20 | 2021-07-23 | 青岛海信网络科技股份有限公司 | 一种融合图谱构建方法及装置 |
CN114417004A (zh) * | 2021-11-10 | 2022-04-29 | 南京邮电大学 | 一种知识图谱和事理图谱的融合方法、装置和系统 |
CN114238656A (zh) * | 2021-12-20 | 2022-03-25 | 润联软件系统(深圳)有限公司 | 基于强化学习的事理图谱补全方法及其相关设备 |
Non-Patent Citations (2)
Title |
---|
TAOYUAN LI: "Research on Semantic Similarity of Entities with the Case of Event Knowledge Graph", 《2020 5TH INTERNATIONAL CONFERENCE ON MECHANICAL, CONTROL AND COMPUTER ENGINEERING (ICMCCE)》 * |
张德亮: "面向金融领域的知识图谱构建及补全研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969382A (zh) * | 2022-07-19 | 2022-08-30 | 国网浙江省电力有限公司信息通信分公司 | 基于事理图谱事件链推理的实体生成方法 |
CN114969382B (zh) * | 2022-07-19 | 2022-10-21 | 国网浙江省电力有限公司信息通信分公司 | 基于事理图谱事件链推理的实体生成方法 |
CN115860588A (zh) * | 2023-03-02 | 2023-03-28 | 北京智盟信通科技有限公司 | 基于知识图谱和可拓展模型的断路器自定义健康评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114722974B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114722974B (zh) | 基于事理逻辑和实体知识的多维度图谱融合方法 | |
CN105376223B (zh) | 网络身份关系的可靠度计算方法 | |
CN106910140B (zh) | 一种基于svg格式电力系统接线图网络拓扑分析的方法 | |
CN117112630B (zh) | 电网数据的拓扑结构生成方法、装置、设备及存储介质 | |
CN109615172A (zh) | 一种处理考核数据的方法及终端 | |
CN112995201B (zh) | 一种基于云平台的资源价值评估处理方法和相关装置 | |
CN114881508A (zh) | 一种电网指标报表的数据处理方法、装置及设备 | |
CN114462983A (zh) | 适用于配网工程的审计数据处理方法 | |
TW202211052A (zh) | 一種物件間相似性的確定方法及裝置 | |
CN115100394B (zh) | 基于兴趣点Voronoi图的城市街区功能识别方法 | |
CN110209713A (zh) | 异常网架结构识别方法及装置 | |
CN110428627B (zh) | 一种公交出行潜力区域识别方法及识别系统 | |
CN114818631A (zh) | 一种超计划用电限电线路改造表的编制方法及装置 | |
Liu et al. | Semi-automated processing and routing within indoor structures for emergency response applications | |
CN114331665A (zh) | 用于预定申请人的信用判定模型的训练方法、装置和电子设备 | |
Anh et al. | Representing multiple levels for objects in three-dimensional GIS model | |
CN113487341A (zh) | 一种城市商业策略数据处理方法 | |
CN115576955B (zh) | 一种基于数据库的感知设备自建坐标信息存储方法及系统 | |
CN113434584B (zh) | 电力设备数据处理方法、装置及电子设备 | |
CN114880296B (zh) | 适用于园区大数据的储存方法及系统 | |
CN118096471B (zh) | 一种城市更新历史项目的检测评估系统 | |
CN115085274B (zh) | 新能源设备接入的自动识别方法、装置、电子设备及介质 | |
CN112732928B (zh) | 一种基于领域知识的需求模型映射归类方法 | |
CN114840583B (zh) | 基于块数据构建的全景指标数据分析处理方法及系统 | |
CN114647743B (zh) | 电力营销全业务门禁规则图谱生成及处理方法、装置 |
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 |