申请/专利权人：烟台云朵软件有限公司;山东翠鸟智能科技有限公司

申请日：2023-11-28

公开（公告）日：2023-12-29

公开（公告）号：CN117312578A

主分类号：G06F16/36

分类号：G06F16/36;G06N3/0442;G06N3/0455;G06N3/0464;G06N3/0475;G06N3/092;G06N3/094;G06F40/30;G06F18/25

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明涉及数据处理技术领域，具体为一种非遗传承图谱的构建方法与系统，包括以下步骤：基于多类公开数据库和地理信息系统，采用数据挖掘技术，对原始非遗元素的时空数据进行收集和清洗，并进行规范化处理，生成净化后的非遗时空数据集。本发明中，长短时记忆网络揭示非遗时间规律，优化时空演变模型，卷积神经网络和Transformer算法深度学习非遗视听信息，丰富多模态语义特征，图数据库和本体论构建系统化非遗知识图谱，为传承提供结构化知识支持，强化学习、社区检测和关键节点识别算法优化传承路径预测，提供科学决策支持，生成对抗网络深挖非遗元素深层次语义关系，扩展非遗深度语义关联网络，为传承与保护提供强力数据和理论支持。

主权项：1.一种非遗传承图谱的构建方法，其特征在于，包括以下步骤：基于多类公开数据库和地理信息系统，采用数据挖掘技术，对原始非遗元素的时空数据进行收集和清洗，并进行规范化处理，生成净化后的非遗时空数据集；基于所述净化后的非遗时空数据集，采用长短时记忆网络揭示非遗元素随时间流的变化规律，进行时空演变模型的构建，并生成非遗时空变迁趋势模型；基于所述非遗时空变迁趋势模型，采用卷积神经网络以及Transformer算法对包括视觉和音频的多模态信息进行深度学习，提取非遗元素的多种语义特征，并整合到模型中，生成非遗多模态语义特征集；基于所述非遗多模态语义特征集，采用图数据库以及本体论构建方法，对非遗元素及其语义特征进行图谱化管理，生成非遗知识图谱；基于所述非遗知识图谱，采用强化学习优化算法，对非遗元素的未来传承情况进行预测，并利用社区检测和关键节点识别算法对传承链条进行优化，进而生成优化后的非遗传承路径预测；基于所述优化后的非遗传承路径预测，引入生成对抗网络，对大传承链条进行深度学习，挖掘非遗元素之间的深层次语义关系，生成非遗深度语义关联网络；所述净化后的非遗时空数据集包括位置坐标、历史变迁信息、非遗元素的特征描述，所述非遗时空变迁趋势模型包括非遗元素在时间和空间上的演变信息，所述非遗多模态语义特征集具体指非遗元素的视觉、音频信息，所述非遗知识图谱包括非遗元素的节点、多语义特征节点，以及节点间的关系边，所述优化后的非遗传承路径预测具体包括非遗元素在未来时间段内的变迁趋势，以及在传承过程中的关键节点和传承链条，所述非遗深度语义关联网络具体为非遗元素间包括相似性、相关性的语义关系。

全文数据：

权利要求：

百度查询： 烟台云朵软件有限公司;山东翠鸟智能科技有限公司 一种非遗传承图谱的构建方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD