申请/专利权人：北京大学深圳研究生院

申请日：2022-03-24

公开（公告）日：2024-04-19

公开（公告）号：CN114896408B

主分类号：G06F16/36

分类号：G06F16/36;G06F16/901;G06F16/9038;G06V10/764;G06V10/26;G16C60/00;G06N5/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2022.08.30#实质审查的生效;2022.08.12#公开

摘要：本申请公开了一种材料知识图谱的构建方法、材料知识图谱及应用。本申请的构建方法，包括分别获取材料及其相关的文本信息、晶体结构信息和材料表征图片，分别对文本信息、晶体结构信息和材料表征图片进行数据处理，抽取特征信息，根据特征抽取步骤标注的标签对文本信息、晶体结构信息和材料表征图片三类实体进行对应和关联，获得材料知识图谱。本申请方法，为包含文本、晶体结构和材料表征图片三种形式信息的多模态材料知识图谱构建流程，构建的材料知识图谱，更完整、高效，可实现对过往材料科学信息的高效分析与管理，实现基于数据驱动的材料科学知识发现，对材料科学信息进行高效溯源分析，实现对新材料的推理预测，加速新材料的设计与发现。

主权项：1.一种材料知识图谱的构建方法，其特征在于：包括以下步骤，数据获取步骤，包括分别获取材料及其相关的文本信息、晶体结构信息和材料表征图片；所述文本信息为包括文献标题、摘要、关键词、正文、支撑材料、参考文献在内的全文信息，以及相应的作者信息；特征抽取步骤，包括分别对文本信息、晶体结构信息和材料表征图片进行数据处理，抽取特征信息；文本信息的数据处理，包括对不同来源的文本信息进行融合，获得目标材料实体的特征信息，对文本类型实体进行标注；晶体结构信息的数据处理，包括对晶体结构数据进行编码，将结构信息向量化，根据晶体结构文件的名称对结构类型实体进行标注；材料表征图片的数据处理，包括对材料表征图片进行处理，提取图形特征，根据表征图片的标题信息对图片类型实体进行标注；知识融合步骤，包括根据特征抽取步骤标注的标签对文本信息、晶体结构信息和材料表征图片三类实体进行对应和关联，获得材料知识图谱；存储和应用步骤，包括对知识融合步骤获得的材料知识图谱进行存储，并在可视化插件的支持下对材料知识图谱进行查询、分析和展示；所述文本信息的数据处理中，对不同来源的文本信息进行融合，获得目标材料实体的特征信息，具体包括，对不同来源的文本进行词嵌入训练，得出不同来源的文本的词向量，采用注意力机制对不同来源的文本的词向量进行融合，得到最终的融合向量；所述不同来源的文本包括所有材料文本、目标材料文本、重要信息文本；所述所有材料文本是指所有的材料文本，所述目标材料文本是指研究的目标材料的相关文本，所述重要信息文本是指包含重要信息的文本；所述晶体结构信息的数据处理中，对晶体结构数据进行编码，将结构信息向量化，具体包括，采用图论、库伦矩阵、拓扑描述符和倒空间信息中的至少一种对晶体结构信息进行向量化；所述材料表征图片的数据处理中，对材料表征图片进行处理，提取图形特征，包括对材料形状、边缘、尺寸、原子空间分布进行特征提取；所述材料表征图片的数据处理，具体包括，使用基于深度学习的图像分割算法对材料表征图片进行处理，采用语义分割将材料表征图片分割成若干个部分，从中提取图形特征；所述作者信息包括作者的姓氏、名字、开放研究者与贡献者身份识别码、电子邮箱地址、所属机构单位；所述知识融合步骤还包括，在进行三类实体的对应和关联之前，进行作者消歧处理；所述作者消歧处理包括，（1）使用机器学习模型-朴素贝叶斯模型，将作者信息按照对应的摘要文本进行分类；（2）使用数据库重复检测技术-匹配依赖算法，对步骤（1）获得的每个分类中的作者信息及其相应的文本信息按照相似性分“块”，将相似度高的作者信息分类于一个“块”中；（3）再次应用朴素贝叶斯模型，对步骤（2）获得的每个“块”再次进行分类，减少错误及重复关联；（4）利用CTANE算法进行匹配，通过剪枝策略对CTANE算法每一层的候选集进行剪枝，提升信息匹配的速度和效率。

全文数据：

权利要求：

百度查询： 北京大学深圳研究生院 一种材料知识图谱的构建方法、材料知识图谱及应用

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