申请/专利权人：卓世未来(天津)科技有限公司

申请日：2024-01-18

公开（公告）日：2024-04-09

公开（公告）号：CN117592562B

主分类号：G06N5/022

分类号：G06N5/022;G06F40/242;G06F40/289;G06F40/30;G06N3/0442;G06F18/22;G06F18/23;G06F18/241

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本发明涉及数据处理技术领域，提出了基于自然语言处理的知识库自动构建方法，包括：获取工艺知识分类数据集；根据工艺知识分类数据集中每个元素的语义特征构建语义突出对比系数；根据语义突出对比系数获取语义突出对比序列；根据工艺知识分类数据集中每个元素及其对应的语义突出对比序列计算语义突出近邻系数；根据语义突出近邻系数获取语义近邻分析样本集合；根据语义近邻分析样本集合获取共享近邻样本集合；根据共享近邻样本集合获取语义近邻相似距离；基于语义近邻相似距离采用层次聚类算法获取工艺知识分类数据集的聚类结果，根据所述聚类结果构建工艺知识库。本发明通过语义近邻相似距离对数据进行聚类分析，提高构建工艺知识库的精度。

主权项：1.基于自然语言处理的知识库自动构建方法，其特征在于，该方法包括以下步骤：获取工艺知识数据集；根据工艺知识数据集获取工艺知识分类数据集；根据工艺知识分类数据集的每个元素中不同分词之间的语义特征关系计算所述每个元素中每个分词的语义突出对比系数；根据工艺知识分类数据的每个元素中分词的语义突出对比系数获取所述每个元素的语义突出对比序列；根据工艺知识分类数据集的每个元素及其对应的语义突出对比序列获取所述每个元素的语义突出近邻系数；根据工艺知识分类数据集的每个元素的语义突出近邻系数获取所述每个元素的语义近邻分析样本集合；根据工艺知识分类数据集的每个元素的语义近邻分析样本集合获取工艺知识分类数据集的不同元素之间的共享近邻样本集；根据工艺知识分类数据集的不同元素之间的共享近邻样本集获取所述不同元素之间的语义近邻相似距离；基于语义近邻相似距离采用层次聚类算法获取工艺知识分类数据集的聚类结果；根据工艺知识分类数据集的聚类结果构建工艺知识库；所述根据工艺知识分类数据集的每个元素中不同分词之间的语义特征关系计算所述每个元素中每个分词的语义突出对比系数的方法为： 式中，表示第个分词的语义突出对比系数；和分别表示第个和第个分词的向量表示，表示和之间的余弦相似度；表示的转置；表示第个分词所在元素中分词的数量；表示调节参数；所述根据工艺知识分类数据集的每个元素及其对应的语义突出对比序列获取所述每个元素的语义突出近邻系数的方法为： 式中，表示工艺知识分类数据集中第个元素的语义突出近邻系数；和分别表示工艺知识分类数据集中第个和第个元素对应的语义向量，表示与之间的余弦相似度；和分别表示工艺知识分类数据集中第个和第个元素对应的语义突出对比序列，表示和之间的DTW距离；表示工艺知识分类数据集中元素的数量；所述根据工艺知识分类数据集的不同元素之间的共享近邻样本集获取所述不同元素之间的语义近邻相似距离的方法为： 式中，表示工艺知识分类数据集中第个元素和第个元素之间的语义近邻相似距离；和分别表示工艺知识分类数据集中第个元素和第个元素的语义近邻分析样本集合，表示和之间的杰卡德系数；和分别表示工艺知识分类数据集中第个元素和第个元素对应的语义突出近邻系数；表示工艺知识分类数据集中第个元素和第个元素对应的共享近邻样本集合中第个样本对应的语义突出近邻系数；表示工艺知识分类数据集中第个元素和第个元素对应的共享近邻样本集合中样本的数量；表示调节参数。

全文数据：

权利要求：

百度查询： 卓世未来(天津)科技有限公司 基于自然语言处理的知识库自动构建方法

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