CN115952301A - 一种知识图谱管理平台的构建方法及系统 - Google Patents
一种知识图谱管理平台的构建方法及系统 Download PDFInfo
- Publication number
- CN115952301A CN115952301A CN202310250862.9A CN202310250862A CN115952301A CN 115952301 A CN115952301 A CN 115952301A CN 202310250862 A CN202310250862 A CN 202310250862A CN 115952301 A CN115952301 A CN 115952301A
- Authority
- CN
- China
- Prior art keywords
- data
- framework
- knowledge graph
- interface
- management platform
- 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
- 238000010276 construction Methods 0.000 title claims description 42
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000004927 fusion Effects 0.000 claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 238000007418 data mining Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 65
- 238000000605 extraction Methods 0.000 claims description 33
- 238000012549 training Methods 0.000 claims description 27
- 238000002372 labelling Methods 0.000 claims description 22
- 238000012550 audit Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种知识图谱管理平台的构建方法及系统,涉及数据处理技术领域;构建知识图谱管理平台的调用接口,构建知识图谱管理平台的基本框架,所述基本框架包括接口调用框架、数据传输框架、数据挖掘框架、多数据源知识图谱融合框架、审核框架及知识图谱展示框架,本发明方法便于非结构化的文本数据的管理和使用,提高了文本数据的利用率及转化率。
Description
技术领域
本发明公开一种构建方法及系统,涉及数据处理技术领域,具体地说是一种知识图谱管理平台的构建方法及系统。
背景技术
知识图谱(Knowledge Graph)本质上是一种语义网络(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。可以实现依托实体语义关系结构进行网络信息资源的语义搜索。若数据来源及适用对象是网络信息资源,可以依托语义关联来实现实体及属性的可视化,从大量的、不完整的、有噪声的、模糊的和随机的数据中,提取隐含在其中的、事先不知道的、但又是可信的、潜在的和有价值的信息和知识。
但目前还没有较为完善地知识图谱管理平台,能够针对复杂、机器不能理解的非结构化文本数据进行处理,且提高文本数据的利用率及转化率。
发明内容
本发明针对现有技术的问题,提供一种知识图谱管理平台的构建方法及系统,从海量的非结构化文本数据中,基于深度学习技术训练实体关系抽取模型构建平台接口,并构建知识图谱管理平台。
本发明提出的具体方案是:
本发明提供一种知识图谱管理平台的构建方法,构建知识图谱管理平台的调用接口:利用分布式服务采集文本数据,根据所述文本数据进行语料标注,获得样本数据,基于监督学习,在joint模式下根据样本数据训练GPLinker实体关系抽取模型,将训练好的GPLinker实体关系抽取模型按照规定的输入输出格式发布成接口,供知识图谱管理平台在线调用;
构建知识图谱管理平台的基本框架,所述基本框架包括接口调用框架、数据传输框架、数据挖掘框架、多数据源知识图谱融合框架、审核框架及知识图谱展示框架,
通过所述接口调用框架定义知识图谱构建的实体及关系,形成模式库,通过模式库为接口注册及接口选择提供依据,将发布的GPLinker实体关系抽取模型接口注册到知识图谱管理平台,
通过所述数据传输框架上传待处理的数据,针对数据中结构化数据直接处理成指定的数据格式,针对数据中非结构化文本数据通过所述数据挖掘框架抽取实体及关系,
通过多数据源知识图谱融合框架融合多数据源的数据,通过审核框架审核评估融合后的多数据源的数据,
通过知识图谱展示框架按照知识图谱关系网展示及分析知识图谱。
进一步,所述的一种知识图谱管理平台的构建方法中所述构建知识图谱管理平台的调用接口,包括:按照标注格式进行所述文本数据的语料标注,所述标注格式的顺序依次为左实体、关系及右实体。
进一步,所述的一种知识图谱管理平台的构建方法中所述构建知识图谱管理平台的调用接口,包括:根据样本数据训练GPLinker抽取模型,将样本数据的数据集分为训练集、验证集、测试集和关系约束集,所述训练集中每条数据在文本中以字典的格式表示,所述字典包括文本信息和三元组信息,所述三元组信息包括主体、主体类型、关系、客体和客体类型,所述关系约束集定义关系以及所述关系对应的主体和客体的类别。
进一步,所述的一种知识图谱管理平台的构建方法中所述通过多数据源知识图谱融合框架融合多数据源的数据,包括:通过所述多数据源知识图谱融合框架进行多数据源的数据的实体消岐和共指消解,通过实体消歧根据当前的语境,建立实体链接,消除同名实体产生的歧义,通过共指消解合并对应同一实体的不同指称。
本发明还提供一种知识图谱管理平台的构建系统,包括接口构建模块和平台框架构建模块,
接口构建模块构建知识图谱管理平台的调用接口:利用分布式服务采集文本数据,根据所述文本数据进行语料标注,获得样本数据,基于监督学习,在joint模式下根据样本数据训练GPLinker实体关系抽取模型,将训练好的GPLinker实体关系抽取模型按照规定的输入输出格式发布成接口,供知识图谱管理平台在线调用;
平台框架构建模块构建知识图谱管理平台的基本框架,所述基本框架包括接口调用框架、数据传输框架、数据挖掘框架、多数据源知识图谱融合框架、审核框架及知识图谱展示框架,
所述平台框架构建模块通过接口调用框架定义知识图谱构建的实体及关系,形成模式库,通过模式库为接口注册及接口选择提供依据,将发布的GPLinker实体关系抽取模型接口注册到知识图谱管理平台,
所述平台框架构建模块通过数据传输框架上传待处理的数据,针对数据中结构化数据直接处理成指定的数据格式,针对数据中非结构化文本数据通过所述数据挖掘框架抽取实体及关系,
所述平台框架构建模块通过多数据源知识图谱融合框架融合多数据源的数据,所述平台框架构建模块通过审核框架审核评估融合后的多数据源的数据,
所述平台框架构建模块通过知识图谱展示框架按照知识图谱关系网展示及分析知识图谱。
进一步,所述的一种知识图谱管理平台的构建系统中所述接口构建模块构建知识图谱管理平台的调用接口,包括:按照标注格式进行所述文本数据的语料标注,所述标注格式的顺序依次为左实体、关系及右实体。
进一步,所述的一种知识图谱管理平台的构建系统中所述接口构建模块构建知识图谱管理平台的调用接口,包括:根据样本数据训练GPLinker抽取模型,将样本数据的数据集分为训练集、验证集、测试集和关系约束集,所述训练集中每条数据在文本中以字典的格式表示,所述字典包括文本信息和三元组信息,所述三元组信息包括主体、主体类型、关系、客体和客体类型,所述关系约束集定义关系以及所述关系对应的主体和客体的类别。
进一步,所述的一种知识图谱管理平台的构建系统中所述平台框架构建模块通过多数据源知识图谱融合框架融合多数据源的数据,包括:通过所述多数据源知识图谱融合框架进行多数据源的数据的实体消岐和共指消解,通过实体消歧根据当前的语境,建立实体链接,消除同名实体产生的歧义,通过共指消解合并对应同一实体的不同指称。
本发明的有益之处是:
本发明提供一种知识图谱管理平台的构建方法,构建知识图谱管理平台,利用知识图谱管理平台能够提取非结构化的海量文本数据,并转换文本数据为实体关系结构,展示其关联的知识图谱,便于非结构化的文本数据的管理和使用,提高了文本数据的利用率及转化率。
附图说明
图1是本发明方法流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
本发明提供一种知识图谱管理平台的构建方法,构建知识图谱管理平台的调用接口:利用分布式服务采集文本数据,根据所述文本数据进行语料标注,获得样本数据,基于监督学习,在joint模式下根据样本数据训练GPLinker实体关系抽取模型,将训练好的GPLinker实体关系抽取模型按照规定的输入输出格式发布成接口,供知识图谱管理平台在线调用;
构建知识图谱管理平台的基本框架,所述基本框架包括接口调用框架、数据传输框架、数据挖掘框架、多数据源知识图谱融合框架、审核框架及知识图谱展示框架,
通过所述接口调用框架定义知识图谱构建的实体及关系,形成模式库,通过模式库为接口注册及接口选择提供依据,将发布的GPLinker实体关系抽取模型接口注册到知识图谱管理平台,
通过所述数据传输框架上传待处理的数据,针对数据中结构化数据直接处理成指定的数据格式,针对数据中非结构化文本数据通过所述数据挖掘框架抽取实体及关系,
通过多数据源知识图谱融合框架融合多数据源的数据,通过审核框架审核评估融合后的多数据源的数据,
通过知识图谱展示框架按照知识图谱关系网展示及分析知识图谱。
本发明方法构建知识图谱管理平台,从海量的非结构化文本数据中,基于深度学习技术训练实体关系抽取模型并进行关系抽取,从而便于构建知识图谱平台,并可进行可视化展示。
具体应用中,基于本发明的技术方案,在本发明的一些实施例中构建知识图谱管理平台的调用接口:利用分布式服务采集文本数据,根据所述文本数据进行语料标注,获得样本数据,基于监督学习,在joint模式下根据样本数据训练GPLinker实体关系抽取模型,将训练好的GPLinker实体关系抽取模型按照规定的输入输出格式发布成接口,供知识图谱管理平台在线调用。
其中采集文本数据时,可以采集行业文献如论文、标准、专利等、微博、论坛、博客、新闻以及在线数据库的文本文件。
进行语料标注时,根据文本数据按照标注格式进行标注,其中标注格式依次为左实体-关系-右实体,可以为brat-ann格式,标注的样本数据主要用来关系抽取训练。
进行实体及关系抽取模型训练时,基于监督学习,在joint模式下训练GPLinker实体关系抽取模型,其中GPLinker实体关系抽取模型基于GlobalPointer的实体关系联合抽取算法,利用文本数据进行训练,将文本数据可分为训练集、验证集、测试集和关系约束集,以训练集为例说明,训练集是一个json格式的文本,每条数据在文本中以字典的格式表示,每个字典包括文本信息text和三元组信息spo_list,其中spo_list的value以列表的形式存储,可以对应多个三元组,每个三元组信息包括subject主体、subject_type主体类型、predicate关系、object客体、object_type客体类型五个必要信息。关系约束集定义了关系以及其对应的主体和客体的类别。
将训练好的GPLinker实体关系抽取模型按照规定的输入输出格式发布成接口,供知识图谱管理平台在线调用。
本发明方法还包括构建知识图谱管理平台的基本框架,所述基本框架包括接口调用框架、数据传输框架、数据挖掘框架、多数据源知识图谱融合框架、审核框架及知识图谱展示框架,
通过所述接口调用框架定义知识图谱构建的实体及关系,形成模式库,通过模式库为接口注册及接口选择提供依据,将发布的GPLinker实体关系抽取模型接口注册到知识图谱管理平台,
通过所述数据传输框架上传待处理的数据,针对数据中结构化数据直接处理成指定的数据格式并保存至数据库中,针对数据中非结构化文本数据通过所述数据挖掘框架抽取实体及关系,获得实体关系三元组信息,并保存至数据库中,
通过多数据源知识图谱融合框架融合多数据源的数据,进一步地,所述通过多数据源知识图谱融合框架融合多数据源的数据,包括:通过所述多数据源知识图谱融合框架进行多数据源的数据的实体消岐和共指消解,通过实体消歧根据当前的语境,建立实体链接,消除同名实体产生的歧义,通过共指消解合并对应同一实体的不同指称,
通过审核框架审核评估融合后的多数据源的数据,并将合格的融合数据加入到知识库中,以确保知识库的质量,
通过知识图谱展示框架按照知识图谱关系网展示及分析知识图谱,其中将抽取好的关系三元组导入数据库,根据实体关键词,搜索定位具体的实体,进行分析。
本发明方法构建的知识图谱管理平台可以线下进行模型训练,发布接口,接口注册到平台提供使用,后续模型升级只需升级接口,输入输出不变,对平台没有影响,因此可以解耦合。并且接口可以针对特定场景提供定制化模型训练服务,能够提高用户体验。
本发明还提供一种知识图谱管理平台的构建系统,包括接口构建模块和平台框架构建模块,
接口构建模块构建知识图谱管理平台的调用接口:利用分布式服务采集文本数据,根据所述文本数据进行语料标注,获得样本数据,基于监督学习,在joint模式下根据样本数据训练GPLinker实体关系抽取模型,将训练好的GPLinker实体关系抽取模型按照规定的输入输出格式发布成接口,供知识图谱管理平台在线调用;
平台框架构建模块构建知识图谱管理平台的基本框架,所述基本框架包括接口调用框架、数据传输框架、数据挖掘框架、多数据源知识图谱融合框架、审核框架及知识图谱展示框架,
所述平台框架构建模块通过接口调用框架定义知识图谱构建的实体及关系,形成模式库,通过模式库为接口注册及接口选择提供依据,将发布的GPLinker实体关系抽取模型接口注册到知识图谱管理平台,
所述平台框架构建模块通过数据传输框架上传待处理的数据,针对数据中结构化数据直接处理成指定的数据格式,针对数据中非结构化文本数据通过所述数据挖掘框架抽取实体及关系,
所述平台框架构建模块通过多数据源知识图谱融合框架融合多数据源的数据,所述平台框架构建模块通过审核框架审核评估融合后的多数据源的数据,
所述平台框架构建模块通过知识图谱展示框架按照知识图谱关系网展示及分析知识图谱。
上述系统内的各模块之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
同样地,本发明系统可以构建知识图谱管理平台,利用知识图谱管理平台能够提取非结构化的海量文本数据,并转换文本数据为实体关系结构,展示其关联的知识图谱,便于非结构化的文本数据的管理和使用,提高了文本数据的利用率及转化率。
需要说明的是,上述各流程和各系统结构中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构,也可以是逻辑结构,即,有些模块可能由同一物理实体实现,或者,有些模块可能分由多个物理实体实现,或者,可以由多个独立设备中的某些部件共同实现。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (8)
1.一种知识图谱管理平台的构建方法,其特征是构建知识图谱管理平台的调用接口:利用分布式服务采集文本数据,根据所述文本数据进行语料标注,获得样本数据,基于监督学习,在joint模式下根据样本数据训练GPLinker实体关系抽取模型,将训练好的GPLinker实体关系抽取模型按照规定的输入输出格式发布成接口,供知识图谱管理平台在线调用;
构建知识图谱管理平台的基本框架,所述基本框架包括接口调用框架、数据传输框架、数据挖掘框架、多数据源知识图谱融合框架、审核框架及知识图谱展示框架,
通过所述接口调用框架定义知识图谱构建的实体及关系,形成模式库,通过模式库为接口注册及接口选择提供依据,将发布的GPLinker实体关系抽取模型接口注册到知识图谱管理平台,
通过所述数据传输框架上传待处理的数据,针对数据中结构化数据直接处理成指定的数据格式,针对数据中非结构化文本数据通过所述数据挖掘框架抽取实体及关系,
通过多数据源知识图谱融合框架融合多数据源的数据,通过审核框架审核评估融合后的多数据源的数据,
通过知识图谱展示框架按照知识图谱关系网展示及分析知识图谱。
2.根据权利要求1所述的一种知识图谱管理平台的构建方法,其特征是所述构建知识图谱管理平台的调用接口,包括:按照标注格式进行所述文本数据的语料标注,所述标注格式的顺序依次为左实体、关系及右实体。
3.根据权利要求1所述的一种知识图谱管理平台的构建方法,其特征是所述构建知识图谱管理平台的调用接口,包括:根据样本数据训练GPLinker抽取模型,将样本数据的数据集分为训练集、验证集、测试集和关系约束集,所述训练集中每条数据在文本中以字典的格式表示,所述字典包括文本信息和三元组信息,所述三元组信息包括主体、主体类型、关系、客体和客体类型,所述关系约束集定义关系以及所述关系对应的主体和客体的类别。
4.根据权利要求1所述的一种知识图谱管理平台的构建方法,其特征是所述通过多数据源知识图谱融合框架融合多数据源的数据,包括:通过所述多数据源知识图谱融合框架进行多数据源的数据的实体消岐和共指消解,通过实体消歧根据当前的语境,建立实体链接,消除同名实体产生的歧义,通过共指消解合并对应同一实体的不同指称。
5.一种知识图谱管理平台的构建系统,其特征是包括接口构建模块和平台框架构建模块,
接口构建模块构建知识图谱管理平台的调用接口:利用分布式服务采集文本数据,根据所述文本数据进行语料标注,获得样本数据,基于监督学习,在joint模式下根据样本数据训练GPLinker实体关系抽取模型,将训练好的GPLinker实体关系抽取模型按照规定的输入输出格式发布成接口,供知识图谱管理平台在线调用;
平台框架构建模块构建知识图谱管理平台的基本框架,所述基本框架包括接口调用框架、数据传输框架、数据挖掘框架、多数据源知识图谱融合框架、审核框架及知识图谱展示框架,
所述平台框架构建模块通过接口调用框架定义知识图谱构建的实体及关系,形成模式库,通过模式库为接口注册及接口选择提供依据,将发布的GPLinker实体关系抽取模型接口注册到知识图谱管理平台,
所述平台框架构建模块通过数据传输框架上传待处理的数据,针对数据中结构化数据直接处理成指定的数据格式,针对数据中非结构化文本数据通过所述数据挖掘框架抽取实体及关系,
所述平台框架构建模块通过多数据源知识图谱融合框架融合多数据源的数据,所述平台框架构建模块通过审核框架审核评估融合后的多数据源的数据,
所述平台框架构建模块通过知识图谱展示框架按照知识图谱关系网展示及分析知识图谱。
6.根据权利要求5所述的一种知识图谱管理平台的构建系统,其特征是所述接口构建模块构建知识图谱管理平台的调用接口,包括:按照标注格式进行所述文本数据的语料标注,所述标注格式的顺序依次为左实体、关系及右实体。
7.根据权利要求5所述的一种知识图谱管理平台的构建系统,其特征是所述接口构建模块构建知识图谱管理平台的调用接口,包括:根据样本数据训练GPLinker抽取模型,将样本数据的数据集分为训练集、验证集、测试集和关系约束集,所述训练集中每条数据在文本中以字典的格式表示,所述字典包括文本信息和三元组信息,所述三元组信息包括主体、主体类型、关系、客体和客体类型,所述关系约束集定义关系以及所述关系对应的主体和客体的类别。
8.根据权利要求5所述的一种知识图谱管理平台的构建系统,其特征是所述平台框架构建模块通过多数据源知识图谱融合框架融合多数据源的数据,包括:通过所述多数据源知识图谱融合框架进行多数据源的数据的实体消岐和共指消解,通过实体消歧根据当前的语境,建立实体链接,消除同名实体产生的歧义,通过共指消解合并对应同一实体的不同指称。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250862.9A CN115952301A (zh) | 2023-03-16 | 2023-03-16 | 一种知识图谱管理平台的构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250862.9A CN115952301A (zh) | 2023-03-16 | 2023-03-16 | 一种知识图谱管理平台的构建方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115952301A true CN115952301A (zh) | 2023-04-11 |
Family
ID=87290957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310250862.9A Pending CN115952301A (zh) | 2023-03-16 | 2023-03-16 | 一种知识图谱管理平台的构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115952301A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442730A (zh) * | 2019-07-18 | 2019-11-12 | 北京市天元网络技术股份有限公司 | 一种基于deepdive的知识图谱构建方法 |
US20200265075A1 (en) * | 2019-02-20 | 2020-08-20 | Habla AI, Inc. | Knowledge graphing platform |
CN111813874A (zh) * | 2020-09-03 | 2020-10-23 | 中国传媒大学 | 太赫兹知识图谱构建方法及系统 |
CN112214611A (zh) * | 2020-09-24 | 2021-01-12 | 远光软件股份有限公司 | 一种企业知识图谱的构建系统和方法 |
CN113190694A (zh) * | 2021-06-03 | 2021-07-30 | 云知声智能科技股份有限公司 | 一种知识图谱的知识管理平台 |
CN114911893A (zh) * | 2022-04-11 | 2022-08-16 | 中国软件与技术服务股份有限公司 | 基于知识图谱的自动化构建知识库的方法及系统 |
CN115438199A (zh) * | 2022-11-08 | 2022-12-06 | 眉山环天智慧科技有限公司 | 一种基于智慧城市场景数据中台技术的知识平台系统 |
-
2023
- 2023-03-16 CN CN202310250862.9A patent/CN115952301A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200265075A1 (en) * | 2019-02-20 | 2020-08-20 | Habla AI, Inc. | Knowledge graphing platform |
CN110442730A (zh) * | 2019-07-18 | 2019-11-12 | 北京市天元网络技术股份有限公司 | 一种基于deepdive的知识图谱构建方法 |
CN111813874A (zh) * | 2020-09-03 | 2020-10-23 | 中国传媒大学 | 太赫兹知识图谱构建方法及系统 |
CN112214611A (zh) * | 2020-09-24 | 2021-01-12 | 远光软件股份有限公司 | 一种企业知识图谱的构建系统和方法 |
CN113190694A (zh) * | 2021-06-03 | 2021-07-30 | 云知声智能科技股份有限公司 | 一种知识图谱的知识管理平台 |
CN114911893A (zh) * | 2022-04-11 | 2022-08-16 | 中国软件与技术服务股份有限公司 | 基于知识图谱的自动化构建知识库的方法及系统 |
CN115438199A (zh) * | 2022-11-08 | 2022-12-06 | 眉山环天智慧科技有限公司 | 一种基于智慧城市场景数据中台技术的知识平台系统 |
Non-Patent Citations (1)
Title |
---|
李肖俊;邵必林;: "多源异构数据情境中学术知识图谱模型构建研究", 现代情报 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110825882B (zh) | 一种基于知识图谱的信息系统管理方法 | |
CN111026842B (zh) | 自然语言处理方法、自然语言处理装置及智能问答系统 | |
Jabbar et al. | A methodology of real-time data fusion for localized big data analytics | |
CN112579707A (zh) | 一种日志数据的知识图谱构建方法 | |
Elkins et al. | Constitute: The world’s constitutions to read, search, and compare | |
Al-Qudah et al. | Sentiment analysis for e-payment service providers using evolutionary extreme gradient boosting | |
Lennon et al. | Developing and testing an automated qualitative assistant (AQUA) to support qualitative analysis | |
CN110888943A (zh) | 基于微模板的法院裁判文书辅助生成的方法和系统 | |
CN114547072A (zh) | 自然语言查询转换sql方法、系统、设备及存储介质 | |
Dong et al. | A novel smart product-service system configuration method for mass personalization based on knowledge graph | |
Stiller et al. | Automatic enrichments with controlled vocabularies in Europeana: Challenges and consequences | |
CN109189774A (zh) | 一种基于脚本规则的用户标签转化方法及系统 | |
CN112883202A (zh) | 一种基于知识图谱的多组件建模方法和系统 | |
Rosa et al. | A visual approach for identification and annotation of business process elements in process descriptions | |
CN113379432B (zh) | 一种基于机器学习的销售系统客户匹配方法 | |
Li et al. | Construction of sentimental knowledge graph of Chinese government policy comments | |
CN115438142B (zh) | 一种对话式交互数据分析报告系统 | |
Patil et al. | Novel technique for script translation using NLP: performance evaluation | |
Ge et al. | A Novel Chinese Domain Ontology Construction Method for Petroleum Exploration Information. | |
CN117420998A (zh) | 一种客户端ui交互组件生成方法、装置、终端及介质 | |
CN112582073A (zh) | 医疗信息获取方法、装置、电子设备和介质 | |
Pramartha et al. | The development of semantic dictionary prototype for the balinese language | |
Li et al. | Analysis of customer satisfaction from chinese reviews using opinion mining | |
Alwadain et al. | Crowd-generated data mining for continuous requirements elicitation | |
Bikaki et al. | Building an open-source collaborative platform for migration research: A metadata modeling approach using XML |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230411 |
|
RJ01 | Rejection of invention patent application after publication |