CN115146072A - 一种电力领域中知识地图的绘制方法 - Google Patents
一种电力领域中知识地图的绘制方法 Download PDFInfo
- Publication number
- CN115146072A CN115146072A CN202210795292.7A CN202210795292A CN115146072A CN 115146072 A CN115146072 A CN 115146072A CN 202210795292 A CN202210795292 A CN 202210795292A CN 115146072 A CN115146072 A CN 115146072A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- power
- representation
- power knowledge
- description
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- 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
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
-
- 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
- G06F40/295—Named entity recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种电力领域中知识地图的绘制方法。方法包括:获取电力知识对应的描述文本,并从描述文本中提取与电力知识相关的描述特征,描述特征包括电力知识对应的概念、属性以及约束中的至少一个;对电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的电力知识的描述特征进行本体表示;根据与电力知识相关的预设的词性和句法关系标注集,基于本体表示,提取电力知识对应描述文本中各实体之间对应的关联关系;将关联关系输入到电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成电力知识对应的知识地图。采用本方法能够提高与电力知识相关的知识地图的使用率和准确率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种电力领域中知识地图的绘制方法。
背景技术
随着计算机技术的发展,出现了知识图谱技术,知识图谱技术能够把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来,揭示知识领域的动态发展规律,为学科研究提供切实的、有价值的参考。
目前,用于表示电力知识的知识地图的构建依然使用传统的知识图谱构建技术。但是随着电力企业越来越多数据资产的沉淀和积累,大量的数据对使用传统的知识图谱构建技术对电力知识的知识地图构建将产生极大的困难,例如难以确定驱动电网业务运转的重要生产要素,用户对数据的使用以及依托数据开展日常业务处理等工作,导致电力知识相关的知识地图准确率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高电力知识相关的知识地图准确率的知识地图的绘制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种知识地图的绘制方法。所述方法包括:获取电力知识对应的描述文本,并从所述描述文本中提取与所述电力知识相关的描述特征,所述描述特征包括所述电力知识对应的概念、属性以及约束中的至少一个;对所述电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的所述电力知识的描述特征进行本体表示;根据与所述电力知识相关的预设的词性和句法关系标注集,基于所述本体表示,提取所述电力知识对应描述文本中各实体之间对应的关联关系;将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图。
在其中一个实施例中,所述从所述描述文本中提取与所述电力知识相关的描述特征,包括:使用文本分析软件对所述电力知识对应的描述文本进行包括分词、词性标注、句法分析中的至少一个,得到已分析描述文本;从预设的电力特征提取模型集合中选取属性信息与所述已分析描述文本的属性信息匹配的电力特征提取模型,对所述已分析描述文本提取与所述电力知识相关的描述特征。
在其中一个实施例中,所述从预设的电力特征提取模型集合中选取与所述已分析描述文本的属性匹配的电力特征提取模型,对所述已分析描述文本提取与所述电力知识相关的描述特征之后,还包括:获取与所述电力知识相关的描述特征对应的特征表示法集合,所述特征表示法集合包括逻辑表示法、产生式表示法、框架表示法、面向对象的表示方法、语义网表示法以及基于可扩展标记语言的表示法;基于所述电力知识相关的描述特征对应特征信息从所述特征表示法集合中选取所述特征信息的匹配度大于预设阈值的特征表示法作为目标特征表示法进行表示。
在其中一个实施例中,所述基于所述电力知识相关的描述特征对应特征信息从所述特征表示法集合中选取所述特征信息的匹配度大于预设阈值的特征表示法作为目标特征表示法进行表示,包括:将所述电力知识相关的描述特征对应特征信息与所述特征表示法集合中的各所述特征表示法对应的特征信息进行对比,得到所述匹配度;提取所述匹配度大于所述预设阈值所对应的特征表示法组成可用表示法集合;根据与所述电力知识相关的业务需求,从所述可用表示法集合中选取与所述匹配度最高的所述特征表示法作为所述目标特征表示法。
在其中一个实施例中,所述将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图,包括:基于所述关联关系从预先构建的事实表达库中筛选出根节点的ID,并根据所述根节点的ID对所述根节点的实体数据进行查找,得到查找后实体数据;基于所述查找后实体数据,确定与所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一节点及对应的节点实体数据;对所述根节点ID,以及所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一所述根节点及对应的节点实体数据进行页面元素渲染,并展示由所述根节点直接关联的至少一个子节点,生成所述电力知识对应的知识地图。
在其中一个实施例中,所述基于所述查找后实体数据,确定与所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一节点及对应的节点实体数据,包括:根据所述查找后实体数据建立节点间关系描述矩阵,所述节点间关系描述矩阵中首行以及首列均为不同所述子节点或者所述节点对应的实体数据ID;对所述节点接关系描述矩阵中的行和列进行行列交叉相乘,得到所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一所述根节点及对应的根节点实体数据。
第二方面,本申请还提供了一种知识地图的绘制装置。所述装置包括:描述特征提取模块,用于获取电力知识对应的描述文本,并从所述描述文本中提取与所述电力知识相关的描述特征,所述描述特征包括所述电力知识对应的概念、属性以及约束中的至少一个;本体表示模块,用于对所述电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的所述电力知识的描述特征进行本体表示;关联关系得到模块,用于根据与所述电力知识相关的预设的词性和句法关系标注集,基于所述本体表示,提取所述电力知识对应描述文本中各实体之间对应的关联关系;知识地图生成模块,用于将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图。
在其中一个实施例中,描述特征提取模块,还用于使用文本分析软件对所述电力知识对应的描述文本进行包括分词、词性标注、句法分析中的至少一个,得到已分析描述文本;从预设的电力特征提取模型集合中选取属性信息与所述已分析描述文本的属性信息匹配的电力特征提取模型,对所述已分析描述文本提取与所述电力知识相关的描述特征。
在其中一个实施例中,描述特征提取模块,还用于获取与所述电力知识相关的描述特征对应的特征表示法集合,所述特征表示法集合包括逻辑表示法、产生式表示法、框架表示法、面向对象的表示方法、语义网表示法以及基于可扩展标记语言的表示法;基于所述电力知识相关的描述特征对应特征信息从所述特征表示法集合中选取所述特征信息的匹配度大于预设阈值的特征表示法作为目标特征表示法进行表示。
在其中一个实施例中,描述特征提取模块,还用于将所述电力知识相关的描述特征对应特征信息与所述特征表示法集合中的各所述特征表示法对应的特征信息进行对比,得到所述匹配度;提取所述匹配度大于所述预设阈值所对应的特征表示法组成可用表示法集合;根据与所述电力知识相关的业务需求,从所述可用表示法集合中选取与所述匹配度最高的所述特征表示法作为所述目标特征表示法。
在其中一个实施例中,知识地图生成模块,还用于基于所述关联关系从预先构建的事实表达库中筛选出根节点的ID,并根据所述根节点的ID对所述根节点的实体数据进行查找,得到查找后实体数据;基于所述查找后实体数据,确定与所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一节点及对应的节点实体数据;对所述根节点ID,以及所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一所述根节点及对应的节点实体数据进行页面元素渲染,并展示由所述根节点直接关联的至少一个子节点,生成所述电力知识对应的知识地图。
在其中一个实施例中,知识地图生成模块,还用于根据所述查找后实体数据建立节点间关系描述矩阵,所述节点间关系描述矩阵中首行以及首列均为不同所述子节点或者所述节点对应的实体数据ID;对所述节点接关系描述矩阵中的行和列进行行列交叉相乘,得到所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一所述根节点及对应的根节点实体数据。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取电力知识对应的描述文本,并从所述描述文本中提取与所述电力知识相关的描述特征,所述描述特征包括所述电力知识对应的概念、属性以及约束中的至少一个;对所述电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的所述电力知识的描述特征进行本体表示;根据与所述电力知识相关的预设的词性和句法关系标注集,基于所述本体表示,提取所述电力知识对应描述文本中各实体之间对应的关联关系;将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:获取电力知识对应的描述文本,并从所述描述文本中提取与所述电力知识相关的描述特征,所述描述特征包括所述电力知识对应的概念、属性以及约束中的至少一个;对所述电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的所述电力知识的描述特征进行本体表示;根据与所述电力知识相关的预设的词性和句法关系标注集,基于所述本体表示,提取所述电力知识对应描述文本中各实体之间对应的关联关系;将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:获取电力知识对应的描述文本,并从所述描述文本中提取与所述电力知识相关的描述特征,所述描述特征包括所述电力知识对应的概念、属性以及约束中的至少一个;对所述电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的所述电力知识的描述特征进行本体表示;根据与所述电力知识相关的预设的词性和句法关系标注集,基于所述本体表示,提取所述电力知识对应描述文本中各实体之间对应的关联关系;将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图。
上述知识地图的绘制方法、装置、计算机设备、存储介质和计算机程序产品,通过获取电力知识对应的描述文本,并从描述文本中提取与电力知识相关的描述特征,描述特征包括电力知识对应的概念、属性以及约束中的至少一个;对电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的电力知识的描述特征进行本体表示;根据与电力知识相关的预设的词性和句法关系标注集,基于本体表示,提取电力知识对应描述文本中各实体之间对应的关联关系;将关联关系输入到电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成电力知识对应的知识地图。
通过获取电力知识对应的描述文本,并从中电力知识的描述特征,进一步对提取到的电力知识的描述特征进行本体表示,然后根据本体表示,提取电力知识的描述文本中实体之间的关联关系,最后根据关联关系,生成知识地图,能够实现了电力领域中知识的有效管理,便于电力系统中各层级用户找到数据、使用数据、依托数据开展日常业务处理,提高与电力知识相关的知识地图的使用率和准确率。
附图说明
图1为一个实施例中知识地图的绘制方法的应用环境图;
图2为一个实施例中知识地图的绘制方法的流程示意图;
图3为一个实施例中提取描述特征方法的流程示意图;
图4为一个实施例中选取目标特征表示法方法的流程示意图;
图5为另一个实施例中选取目标特征表示法方法的流程示意图;
图6为一个实施例中生成知识地图方法的流程示意图;
图7为另一个实施例中生成知识地图方法的流程示意图;
图8为一个实施例中知识地图的绘制装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的知识地图的绘制方法,可以应用于如图1所示的应用环境中。终端102获取数据,服务器104响应终端102的指令接收终端102的数据,并且对获取得到的数据进行计算,服务器104将数据的计算结果传输回终端102,并且由终端102进行显示。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。服务器104从终端102处获取电力知识对应的描述文本,并从描述文本中提取与电力知识相关的描述特征,描述特征包括电力知识对应的概念、属性以及约束中的至少一个;对电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的电力知识的描述特征进行本体表示;根据与电力知识相关的预设的词性和句法关系标注集,基于本体表示,提取电力知识对应描述文本中各实体之间对应的关联关系;将关联关系输入到电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成电力知识对应的知识地图。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种知识地图的绘制方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,获取电力知识对应的描述文本,并从描述文本中提取与电力知识相关的描述特征。
其中,描述文本可以是记录与电力领域相关的知识的文本,一般情况下对描述文本的来源和格式不做特别限定,其中该文本中的电力领域相关的知识能够体现与电力相关的特征。
其中,描述特征可以是电力知识对应的概念、属性以及约束等表示电力相关的性质的特征。
具体地,服务器响应终端的指令,从终端处获取电力知识对应的描述文本,并且将获取电力知识对应的描述文本存储到存储单元中,当服务器需要对描述文本提取与电力知识相关的描述特征时,则将配置请求从存储单元中调取至易失性存储资源以供中央处理器进行计算。
基于从终端中获得的电力知识对应的描述文本,可以通过文本分析软件(例如:语言技术平台(Language Technology Platform,LTP))对获取到的电力知识的描述文本进行分词、词性标注、句法分析等等,得到已分析描述文本。基于文本分析软件,可以对电力知识处理过程中提供一下组件:1、针对单一自然语言处理任务,生成统计机器学习模型的工具;2、针对单一自然语言处理任务,调用模型进行分析的编程接口;3、系统可调用的,用于中文语言处理的模型文件;4、针对单一自然语言处理任务,基于云端的编程接口。基于已分析描述文本,从根据电力业务而生成的电力特征提取模型组成的电力特征提取模型集合中,选取与已分析描述文本中的属性信息相匹配的电力特征提取模型,根据该模型的提取规则,对已分析描述文本中的电力知识进行描述特征的提取。其中,描述特征又称为“事实性知识”,是指实体对象是什么、实体推向具有什么特征的静态信息。主要反映实体对象的性质、内容、状态和事物变化发展的逻辑关系。该描述特征可以为一系列的中文关键词,或者,对中文关键词进行向量化的特征向量,比如具体通过哈希算法进行向量化。
步骤204,对电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的电力知识的描述特征进行本体表示。
其中,显式处理可以是程序要求一定要将某一类型的数据转换为另外一种类型,则可以利用强制类型转换运算符进行转换的计算及处理过程。
其中,本体可以是可以为键-值对,又称为key-value,键为电力知识概念等,而值为电力指示的属性、约束条件等。
具体地,在使用电力知识的概念,属性以及约束条件,对提取到的电力知识的描述特征进行本体表示时,基于预定的本体表示类,对电力知识的概念,属性以及约束条件进行显式处理,以对提取到的电力知识的描述特征进行本体表示。其中,本体表示类可以预先封装好,在使用时,直接将电力知识的概念,属性以及约束条件填充到这个述本体表示类中即可。其中,本体具体可以为键值对,或者又称为key-value,key为电力知识概念,而value为电力指示的属性、约束条件。其中,电力知识的概念比如为电力行业的各种专用技术名称,属性为技术名称在电力行业中的逻辑位置,而约束条件可以为技术名称之间的逻辑关系。约束条件具体可以通过逻辑树或者逻辑矩阵进行表示,也可以通过数组来表示本体。
步骤206,根据与电力知识相关的预设的词性和句法关系标注集,基于本体表示,提取电力知识对应描述文本中各实体之间对应的关联关系。
其中,关联关系可以是二元关联关系,该二元关联关系包括:分类二元关联关系、实例二元关联关系、属性依赖二元关联关系等。
具体地,基于预先设定的词性和句法关系标注集,并根据本体表示,提取电力知识的描述文本中实体之间的关联关系。其中,词性标注集中包括各个标注词的描述、标签,而句法关系标注集中包括词关系的标注,比如主谓关系,动宾关系以及对应的标签,基于此,可以在根据本体表示,提取电力知识的描述文本中实体之间的关联关系,辅助校正和验证关联关系,从而保证提取到的关联关系具有较高的准确率。
步骤208,将关联关系输入到电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成电力知识对应的知识地图。
其中,知识地图可以是与电力知识相关的知识图谱,也就是一种叫做语义网络(semantic network)的知识库,即具有有向图结构的一个知识库,知识图谱是由实体、关系和属性组成的一种数据结构。
具体地,基于关联关系从预先构建的事实表达库中筛选出根节点的ID,并根据根节点的ID进行查找以获取对应的实体数据,此处,一个实体数据对应一个事实,所有的实体数据构成事实表达库,由于在知识图谱中涉及的实体以及实体间的关系较为复杂,因此,事实表达库可以选用图数据库。
根据查找后实体数据建立节点间关系描述矩阵,并可以基于节点间关系描述矩阵和根据节点的实体数据,对节点接关系描述矩阵中的行和列进行行列交叉相乘,得到根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的根节点实体数据。其中,节点间关系描述矩阵直观地记录了实体之间的关系。例如,节点间关系描述矩阵的首行和首列分别为实体ID,按照行列交叉的方式,如果两个实体具有关联关系,则位于行方向上的实体ID与位于列方向上的实体ID对应在行列交叉的矩阵元素为1,否则为0。此处仅仅是示例,并非唯一性限定。进一步可以在确定与根节点具有直接关联的所有子节点或者至少一节点的实体数据时,具体可以使用实体数据中的实体ID在节点间关系描述矩阵进行查找即可。由于实体关系数据和实体属性数据都会包括实体ID,因此,使用的实体数据可以为实体关系数据,也可以是实体属性数据。
对根节点ID,以及根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的节点实体数据进行页面元素渲染,在网页界面上展示与根节点直接关联的所有子节点或者所有子节点中的至少一个子节点,生成电力知识对应的知识地图。
上述知识地图的绘制方法中,通过获取电力知识对应的描述文本,并从描述文本中提取与电力知识相关的描述特征,描述特征包括电力知识对应的概念、属性以及约束中的至少一个;对电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的电力知识的描述特征进行本体表示;根据与电力知识相关的预设的词性和句法关系标注集,基于本体表示,提取电力知识对应描述文本中各实体之间对应的关联关系;将关联关系输入到电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成电力知识对应的知识地图。
通过获取电力知识对应的描述文本,并从中电力知识的描述特征,进一步对提取到的电力知识的描述特征进行本体表示,然后根据本体表示,提取电力知识的描述文本中实体之间的关联关系,最后根据关联关系,生成知识地图,能够实现了电力领域中知识的有效管理,便于电力系统中各层级用户找到数据、使用数据、依托数据开展日常业务处理,提高与电力知识相关的知识地图的使用率和准确率。
在一个实施例中,如图3所示,从描述文本中提取与电力知识相关的描述特征,包括:
步骤302,使用文本分析软件对电力知识对应的描述文本进行包括分词、词性标注、句法分析中的至少一个,得到已分析描述文本。
其中,文本分析软件可以是语言技术平台(Language Technology Platform,LTP)),能够对获取到的电力知识的描述文本进行分词、词性标注、句法分析等等。
其中,已分析描述文本可以是已经使用文本分析软件进行分析后的描述文本。
具体地,基于从终端中获得的电力知识对应的描述文本,可以通过文本分析软件(例如:语言技术平台(Language Technology Platform,LTP))对获取到的电力知识的描述文本进行分词、词性标注、句法分析等等,得到已分析描述文本。基于文本分析软件,可以对电力知识处理过程中提供一下组件:1、针对单一自然语言处理任务,生成统计机器学习模型的工具;2、针对单一自然语言处理任务,调用模型进行分析的编程接口;3、系统可调用的,用于中文语言处理的模型文件;4、针对单一自然语言处理任务,基于云端的编程接口。
步骤304,从预设的电力特征提取模型集合中选取与已分析描述文本的属性信息匹配的电力特征提取模型,对已分析描述文本提取与电力知识相关的描述特征。
其中,电力特征提取模型集合可以是包括有至少两个电力特征提取模型的一个整体,可以根据业务需求,从中筛选出至少一个电力特征提取模型。
其中,电力特征提取模型可以是用来对描述文本中的电力知识进行描述特征提取的算法集合。
具体地,基于已分析描述文本,从根据电力业务而生成的电力特征提取模型组成的电力特征提取模型集合中,选取与已分析描述文本中的属性信息相匹配的电力特征提取模型,根据该模型的提取规则,对已分析描述文本中的电力知识进行描述特征的提取。其中,描述特征又称为“事实性知识”,是指实体对象是什么、实体推向具有什么特征的静态信息。主要反映实体对象的性质、内容、状态和事物变化发展的逻辑关系。该描述特征可以为一系列的中文关键词,或者,对中文关键词进行向量化的特征向量,比如具体通过哈希算法进行向量化。
本实施例中,通过对电力知识对应的描述文本进行分析,能够获得描述文本的属性信息,保证提取出来的描述特征的准确性。
在一个实施例中,如图4所示,从预设的电力特征提取模型集合中选取与已分析描述文本的属性匹配的电力特征提取模型,对已分析描述文本提取与电力知识相关的描述特征之后,还包括:
步骤402,获取与电力知识相关的描述特征对应的特征表示法集合。
其中,特征表示法集合可以是包括有至少两个特征表示法的一个整体,可以根据业务需求,从中筛选出至少一个特征表示法进行表示。
具体地,基于已分析描述文本,可以获取与电力知识相关的描述特征中各特征信息相对应的特征表示法集合。
步骤404,基于电力知识相关的描述特征对应特征信息从特征表示法集合中选取特征信息的匹配度大于预设阈值的特征表示法作为目标特征表示法进行表示。
其中,特征信息可以是表述电力知识相关的描述特征所具有的固有属性所对应的信息。
其中,匹配度可以是电力知识相关的描述特征对应特征信息与特征表示法集合中的各特征表示法对应的特征信息之间的相似程度。
具体地,将电力知识相关的描述特征对应特征信息与特征表示法集合中的各特征表示法对应的特征信息进行对比,得到两者之间的匹配度,其中,描述特征对应特征信息和特征表示法对应的特征信息对于电力知识的特征表达是具有相关性的,也就是说它们对于电力知识的特征采用统一标准的表达方式。基于对比后的两者之间的匹配度,对匹配度大于预设阈值所对应的特征表示法组成可用表示法集合,最后根据与电力知识相关的业务需求(例如:高压输电、电路检修以及电压转变等),从可用表示法集合中选取与匹配度最高的特征表示法作为调取来使用的目标特征表示法。
其中,特征表示法可以但不局限于逻辑表示法、产生式表示法、框架表示法、面向对象的表示方法、语义网表示法以及基于可扩展标记语言的表示法。
各表示法的具体内容如下:
(1)逻辑表示法:基于逻辑公式,描述电力知识的概念,属性以及约束条件。
(2)产生式表示法:以条件-结果形式描述了先决条件和规则的结论,先决条件包括电力知识的概念,属性,规则的结论包括约束条件,从而实现通过条件-结果形式描述电力知识和陈述电力知识中各种过程知识之间的控制,及其相互作用的机制。
(3)框架表示法:框架(Frame)是把电力知识的概念,属性以及约束条件储存在一数据结构,在该数据结构中设置有一系列的槽(Slot)位,表示属性以及约束条件。
(4)面向对象的表示方法:面向对象的知识表示方法是把电力知识的概念,属性以及约束条件按照面向对象的程序设计原则组成一种混合知识表示形式,就是以电力知识的概念为中心,把属性以及约束条件封装在表达对象的结构中。
(5)语义网表示法:语义网络把电力知识的概念,属性以及约束条件通过的概念及其语义关系来表达,实际上是一种带标识的有向图。语义网络中具体设置多个节点和带标记的边构成的有向图,来实现电力知识的概念,属性以及约束条件通过的概念及其语义关系来表达。
(6)基于XML的表示法:在XML(eXtensible Markup language,可扩展标记语言)中,电力知识的概念使用元素描述,而属性以及约束条件描述为元素的子元素或元素的属性。XML文档由若干个元素构成,电力知识间的关系通过父元素与子元素的嵌套形式体现。
本实施例中,通过对描述特征对应的特征信息与特征表示法集合中的各个特征表示法对应的特征信息进行匹配,能够选取符合目前的电力知识相关的描述特征的特征表示法对描述特征进行表示。
在一个实施例中,如图5所示,基于电力知识相关的描述特征对应特征信息从特征表示法集合中选取特征信息的匹配度大于预设阈值的特征表示法作为目标特征表示法进行表示,包括:
步骤502,将电力知识相关的描述特征对应特征信息与特征表示法集合中的各特征表示法对应的特征信息进行对比,得到匹配度。
具体地,将电力知识相关的描述特征对应特征信息与特征表示法集合中的各特征表示法对应的特征信息进行对比,得到两者之间的匹配度,其中,描述特征对应特征信息和特征表示法对应的特征信息对于电力知识的特征表达是具有相关性的,也就是说它们对于电力知识的特征采用统一标准的表达方式。
步骤504,提取匹配度大于预设阈值所对应的特征表示法组成可用表示法集合。
其中,可用表示法集合可以是包括有至少两个可用的电力特征提取模型的一个整体,也可以根据业务需求,从中筛选出至少一个更符合实际情况的电力特征提取模型。
具体地,基于对比后的两者之间的匹配度,对匹配度大于预设阈值所对应的特征表示法组成可用表示法集合。
步骤506,根据与电力知识相关的业务需求,从可用表示法集合中选取与匹配度最高的特征表示法作为目标特征表示法。
具体地,根据与电力知识相关的业务需求(例如:高压输电、电路检修以及电压转变等),从可用表示法集合中选取与匹配度最高的特征表示法作为调取来使用的目标特征表示法。
本实施例中,通过根据业务需求从可用表示法集合中选取匹配度最高的特征表示法作为目标特征表示法,能够保证所选的目标特征表示法与业务需求有着最高的契合度。
在一个实施例中,如图6所示,将关联关系输入到电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成电力知识对应的知识地图,包括:
步骤602,基于关联关系从预先构建的事实表达库中筛选出根节点的ID,并根据根节点的ID对根节点的实体数据进行查找,得到查找后实体数据。
其中,事实表达库可以是一种存放某种具体事实、知识数据的信息集合所对应的数据库。
其中,根节点可以是是树的一个组成部分,所有非空的二叉树中,都有且仅有一个根节点。
其中,查找后实体数据可以是通过关联关系和根节点的ID之间的联系,对实体数据进行查找,得到的查找结果所对应的实体数据。
具体地,基于关联关系从预先构建的事实表达库中筛选出根节点的ID,并根据根节点的ID进行查找以获取对应的实体数据,此处,一个实体数据对应一个事实,所有的实体数据构成事实表达库,由于在知识图谱中涉及的实体以及实体间的关系较为复杂,因此,事实表达库可以选用图数据库。
步骤604,基于查找后实体数据,确定与根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的根节点实体数据。
其中,子节点实体数据可以是根节点之下的子节点对应的实体数据。
其中,根节点实体数据可以是任意一个根节点对应的实体数据。
具体地,根据查找后实体数据建立节点间关系描述矩阵,并可以基于节点间关系描述矩阵和根据节点的实体数据,对节点接关系描述矩阵中的行和列进行行列交叉相乘,得到根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的根节点实体数据。其中,节点间关系描述矩阵直观地记录了实体之间的关系。例如,节点间关系描述矩阵的首行和首列分别为实体ID,按照行列交叉的方式,如果两个实体具有关联关系,则位于行方向上的实体ID与位于列方向上的实体ID对应在行列交叉的矩阵元素为1,否则为0。此处仅仅是示例,并非唯一性限定。进一步可以在确定与根节点具有直接关联的所有子节点或者至少一节点的实体数据时,具体可以使用实体数据中的实体ID在节点间关系描述矩阵进行查找即可。由于实体关系数据和实体属性数据都会包括实体ID,因此,使用的实体数据可以为实体关系数据,也可以是实体属性数据。
步骤606,对根节点ID,以及根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的节点实体数据进行页面元素渲染,并展示由根节点直接关联的至少一个子节点,生成电力知识对应的知识地图。
具体地,对根节点ID,以及根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的节点实体数据进行页面元素渲染,在网页界面上展示与根节点直接关联的所有子节点或者所有子节点中的至少一个子节点,生成电力知识对应的知识地图。
本实施例中,通过关联关系与根节点和实体数据之间的联系,进一步梳理出知识图谱,能够根据电力知识的具体情况,准确地勾画出对应的知识地图。
在一个实施例中,如图7所示,基于查找后实体数据,确定与根节点具有直接关联的子节点对应的子节点实体数据,或者至少一节点及对应的节点实体数据,包括:
步骤702,根据查找后实体数据建立节点间关系描述矩阵。
其中,节点间关系描述矩阵可以是首行以及首列均为不同子节点或者根节点对应的实体数据ID所组成的矩阵。
具体地,根据查找后实体数据建立节点间关系描述矩阵。其中,节点间关系描述矩阵直观地记录了实体之间的关系。例如,节点间关系描述矩阵的首行和首列分别为实体ID,按照行列交叉的方式,如果两个实体具有关联关系,则位于行方向上的实体ID与位于列方向上的实体ID对应在行列交叉的矩阵元素为1,否则为0。此处仅仅是示例,并非唯一性限定。进一步可以在确定与根节点具有直接关联的所有子节点或者至少一节点的实体数据时,具体可以使用实体数据中的实体ID在节点间关系描述矩阵进行查找即可。由于实体关系数据和实体属性数据都会包括实体ID,因此,使用的实体数据可以为实体关系数据,也可以是实体属性数据。
步骤704,对节点接关系描述矩阵中的行和列进行行列交叉相乘,得到根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的根节点实体数据。
具体地,基于节点间关系描述矩阵和根据节点的实体数据,对节点接关系描述矩阵中的行和列进行行列交叉相乘,得到根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的根节点实体数据。
本实施例中,通过根据查找后树提数据建立节点间关系描述矩阵,能够准确地得到与根节点有直接关联的子节点或者对应的根节点的实体数据。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的知识地图的绘制方法的知识地图的绘制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个知识地图的绘制装置实施例中的具体限定可以参见上文中对于知识地图的绘制方法的限定,在此不再赘述。
在一个实施例中,如图8所示,提供了一种知识地图的绘制装置,包括:描述特征提取模块、本体表示模块、关联关系得到模块和知识地图生成模块,其中:
描述特征提取模块802,用于获取电力知识对应的描述文本,并从描述文本中提取与电力知识相关的描述特征,描述特征包括电力知识对应的概念、属性以及约束中的至少一个;
本体表示模块804,用于对电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的电力知识的描述特征进行本体表示;
关联关系得到模块806,用于根据与电力知识相关的预设的词性和句法关系标注集,基于本体表示,提取电力知识对应描述文本中各实体之间对应的关联关系;
知识地图生成模块808,用于将关联关系输入到电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成电力知识对应的知识地图。
在其中一个实施例中,描述特征提取模块,还用于使用文本分析软件对电力知识对应的描述文本进行包括分词、词性标注、句法分析中的至少一个,得到已分析描述文本;从预设的电力特征提取模型集合中选取与已分析描述文本的属性信息匹配的电力特征提取模型,对已分析描述文本提取与电力知识相关的描述特征。
在其中一个实施例中,描述特征提取模块,还用于获取与电力知识相关的描述特征对应的特征表示法集合,特征表示法集合包括逻辑表示法、产生式表示法、框架表示法、面向对象的表示方法、语义网表示法以及基于可扩展标记语言的表示法;基于电力知识相关的描述特征对应特征信息从特征表示法集合中选取特征信息的匹配度大于预设阈值的特征表示法作为目标特征表示法进行表示。
在其中一个实施例中,描述特征提取模块,还用于将电力知识相关的描述特征对应特征信息与特征表示法集合中的各特征表示法对应的特征信息进行对比,得到匹配度;提取匹配度大于预设阈值所对应的特征表示法组成可用表示法集合;根据与电力知识相关的业务需求,从可用表示法集合中选取与匹配度最高的特征表示法作为目标特征表示法。
在其中一个实施例中,知识地图生成模块,还用于基于关联关系从预先构建的事实表达库中筛选出根节点的ID,并根据根节点的ID对根节点的实体数据进行查找,得到查找后实体数据;基于查找后实体数据,确定与根节点具有直接关联的子节点对应的子节点实体数据,或者至少一节点及对应的节点实体数据;对根节点ID,以及根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的节点实体数据进行页面元素渲染,并展示由根节点直接关联的至少一个子节点,生成电力知识对应的知识地图。
在其中一个实施例中,知识地图生成模块,还用于根据查找后实体数据建立节点间关系描述矩阵,节点间关系描述矩阵中首行以及首列均为不同子节点或者节点对应的实体数据ID;对节点接关系描述矩阵中的行和列进行行列交叉相乘,得到根节点具有直接关联的子节点对应的子节点实体数据,或者至少一根节点及对应的根节点实体数据。
上述知识地图的绘制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务器数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种知识地图的绘制方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种知识地图的绘制方法,其特征在于,所述方法包括:
获取电力知识对应的描述文本,并从所述描述文本中提取与所述电力知识相关的描述特征,所述描述特征包括所述电力知识对应的概念、属性以及约束中的至少一个;
对所述电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的所述电力知识的描述特征进行本体表示;
根据与所述电力知识相关的预设的词性和句法关系标注集,基于所述本体表示,提取所述电力知识对应描述文本中各实体之间对应的关联关系;
将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图。
2.根据权利要求1所述的方法,其特征在于,所述从所述描述文本中提取与所述电力知识相关的描述特征,包括:
使用文本分析软件对所述电力知识对应的描述文本进行包括分词、词性标注、句法分析中的至少一个,得到已分析描述文本;
从预设的电力特征提取模型集合中选取属性信息与所述已分析描述文本的属性信息匹配的电力特征提取模型,对所述已分析描述文本提取与所述电力知识相关的描述特征。
3.根据权利要求2所述的方法,其特征在于,所述从预设的电力特征提取模型集合中选取与所述已分析描述文本的属性匹配的电力特征提取模型,对所述已分析描述文本提取与所述电力知识相关的描述特征之后,还包括:
获取与所述电力知识相关的描述特征对应的特征表示法集合,所述特征表示法集合包括逻辑表示法、产生式表示法、框架表示法、面向对象的表示方法、语义网表示法以及基于可扩展标记语言的表示法;
基于所述电力知识相关的描述特征对应特征信息从所述特征表示法集合中选取所述特征信息的匹配度大于预设阈值的特征表示法作为目标特征表示法进行表示。
4.根据权利要求3所述的方法,其特征在于,所述基于所述电力知识相关的描述特征对应特征信息从所述特征表示法集合中选取所述特征信息的匹配度大于预设阈值的特征表示法作为目标特征表示法进行表示,包括:
将所述电力知识相关的描述特征对应特征信息与所述特征表示法集合中的各所述特征表示法对应的特征信息进行对比,得到所述匹配度;
提取所述匹配度大于所述预设阈值所对应的特征表示法组成可用表示法集合;
根据与所述电力知识相关的业务需求,从所述可用表示法集合中选取与所述匹配度最高的所述特征表示法作为所述目标特征表示法。
5.根据权利要求1所述的方法,其特征在于,所述将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图,包括:
基于所述关联关系从预先构建的事实表达库中筛选出根节点的ID,并根据所述根节点的ID对所述根节点的实体数据进行查找,得到查找后实体数据;
基于所述查找后实体数据,确定与所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一所述根节点及对应的根节点实体数据;
对所述根节点ID,以及所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一所述根节点及对应的节点实体数据进行页面元素渲染,并展示由所述根节点直接关联的至少一个子节点,生成所述电力知识对应的知识地图。
6.根据权利要求5所述的方法,其特征在于,所述基于所述查找后实体数据,确定与所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一节点及对应的节点实体数据,包括:
根据所述查找后实体数据建立节点间关系描述矩阵,所述节点间关系描述矩阵中首行以及首列均为不同所述子节点或者所述根节点对应的实体数据ID;
对所述节点接关系描述矩阵中的行和列进行行列交叉相乘,得到所述根节点具有直接关联的子节点对应的子节点实体数据,或者至少一所述根节点及对应的根节点实体数据。
7.一种知识地图的绘制装置,其特征在于,所述装置包括:
描述特征提取模块,用于获取电力知识对应的描述文本,并从所述描述文本中提取与所述电力知识相关的描述特征,所述描述特征包括所述电力知识对应的概念、属性以及约束中的至少一个;
本体表示模块,用于对所述电力知识相关的描述特征进行显式处理,并基于预设的本体表示分类,以对提取到的所述电力知识的描述特征进行本体表示;
关联关系得到模块,用于根据与所述电力知识相关的预设的词性和句法关系标注集,基于所述本体表示,提取所述电力知识对应描述文本中各实体之间对应的关联关系;
知识地图生成模块,用于将所述关联关系输入到所述电力知识对应的可视化插件进行解析以及页面上地图节点的渲染,生成所述电力知识对应的知识地图。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210795292.7A CN115146072A (zh) | 2022-07-07 | 2022-07-07 | 一种电力领域中知识地图的绘制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210795292.7A CN115146072A (zh) | 2022-07-07 | 2022-07-07 | 一种电力领域中知识地图的绘制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115146072A true CN115146072A (zh) | 2022-10-04 |
Family
ID=83412057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210795292.7A Pending CN115146072A (zh) | 2022-07-07 | 2022-07-07 | 一种电力领域中知识地图的绘制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115146072A (zh) |
-
2022
- 2022-07-07 CN CN202210795292.7A patent/CN115146072A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10853585B2 (en) | Method and apparatus for generating causal explanations using models derived from data | |
Hofmann et al. | Text mining and visualization: Case studies using open-source tools | |
CN111666401B (zh) | 基于图结构的公文推荐方法、装置、计算机设备及介质 | |
US8725775B2 (en) | Identifying and abstracting a visualization point from an arbitrary two-dimensional dataset into a unified metadata for further consumption | |
US10102246B2 (en) | Natural language consumer segmentation | |
US10489024B2 (en) | UI rendering based on adaptive label text infrastructure | |
CN117112806B (zh) | 一种基于知识图谱的信息结构化方法和装置 | |
Cuesta et al. | Practical data analysis | |
Das et al. | A CV parser model using entity extraction process and big data tools | |
CN111428503A (zh) | 同名人物的识别处理方法及处理装置 | |
CN113704420A (zh) | 文本中的角色识别方法、装置、电子设备及存储介质 | |
CN114970553A (zh) | 基于大规模无标注语料的情报分析方法、装置及电子设备 | |
CN111444368B (zh) | 构建用户画像的方法、装置、计算机设备及存储介质 | |
CN115210705A (zh) | 具有无效值或等效值的关系表的向量嵌入模型 | |
CN116127047B (zh) | 企业信息库的建立方法与装置 | |
CN115269862A (zh) | 一种基于知识图谱的电力问答与可视化系统 | |
CN115048536A (zh) | 知识图谱生成方法、装置、计算机设备和存储介质 | |
CN115186188A (zh) | 基于行为分析的产品推荐方法、装置、设备及存储介质 | |
CN115146072A (zh) | 一种电力领域中知识地图的绘制方法 | |
CN114328972A (zh) | 基于资源语义关联的数据存储和查询方法和知识库系统 | |
CN113779248A (zh) | 数据分类模型训练方法、数据处理方法及存储介质 | |
CN111680516A (zh) | Pdm系统产品设计需求信息语义分析提取方法及系统 | |
CN117931858B (zh) | 数据查询方法、装置、计算机设备和存储介质 | |
Mahmud | Towards a data generation tool for NoSQL data stores | |
US20230306194A1 (en) | Extensible framework for generating accessible captions for data visualizations |
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 |