基于本质计算的跨模态特征挖掘方法及组件技术

本发明专利技术公开了一种基于本质计算的跨模态特征挖掘方法、装置、设备及可读存储介质，该方法包括：获取至少两种类型化资源；类型化资源包括数据资源、信息资源和知识资源；对至少两种类型化资源进行关联融合处理，得到融合结果；将融合结果确定为至少两种类型化资源对应的跨模特征，以便利用跨模特征对至少两种类型化资源进行处理。在该方法中，通过对至少两种类型化资源进行跨模态的关联处理，得到跨模特征，跨模特征是针对不同的类型化资源进行关联处理而得，相较于仅针对同模态资源进行数据挖掘，该跨模特征能够显著增加资源挖掘的特征量，且能够增加资源挖掘的可靠性，该跨模特征更有利于进一步对类型化资源进行处理。更有利于进一步对类型化资源进行处理。更有利于进一步对类型化资源进行处理。

【技术实现步骤摘要】
基于本质计算的跨模态特征挖掘方法及组件


[0001]本专利技术涉及数据挖掘
，特别是涉及一种基于本质计算的跨模态特征挖掘方法、装置、设备及可读存储介质。

技术介绍

[0002]为了达到预测推理的目的，同时提高判断和预测的准确率，需要一些已经存在的、但可能并不完整的数据、信息、知识等资源作为预测推理、关联判定追溯的基础和依据。这些资源被统称为类型化资源，用TR
DIK
表示TR
DIK
:＝<Data
DIK
,Information
DIK
,Information
DIK
>，其中Data
DIK
表示数据资源，Information
DIK
表示信息资源，Information
DIK
表示知识资源，分别表示三种模态。
[0003]目前，对类型化资源的特征挖掘往往是针对独立的数据资源进行特征挖掘，所挖掘的特征有限且可靠性低。
[0004]综上所述，如何有效地解决类型化资源的特征挖掘等问题，是目前本领域技术人员急需解决的技术问题。

技术实现思路

[0005]本专利技术的目的是提供一种基于本质计算的跨模态特征挖掘方法、装置、设备及可读存储介质，通过对至少两种类型化资源进行跨模态的关联处理，得到跨模特征，由于跨模特征是针对不同的类型化资源进行关联处理而得，因而该跨模特征的量更多且可靠性更高，该跨模特征更有利于进一步对类型化资源进行处理。
[0006]为解决上述技术问题，本专利技术提供如下技术方案：
[0007]一种基于本质计算的跨模态特征挖掘方法，包括：
[0008]获取至少两种类型化资源；所述类型化资源包括数据资源、信息资源和知识资源；
[0009]对所述至少两种类型化资源进行关联融合处理，得到融合结果；
[0010]将所述融合结果确定为所述至少两种类型化资源对应的跨模特征，以便利用所述跨模特征对所述至少两种类型化资源进行处理。
[0011]优选地，所述至少两种类型化资源具体包括所述数据资源和所述知识资源；对所述至少两种类型化资源进行关联融合处理，得到融合结果，包括：
[0012]对所述数据资源和所述知识资源进行拼接，得到新数据资源；
[0013]或，利用所述知识资源对所述数据资源进行分析，得到新数据资源和新知识资源。
[0014]优选地，所述至少两种类型化资源具体包括所述信息资源和所述知识资源；对所述至少两种类型化资源进行关联融合处理，得到融合结果，包括：
[0015]对所述信息资源和所述知识资源进行拼接，得到新数据资源；
[0016]或，利用所述知识资源对所述信息资源进行分析处理，得到新数据资源和新信息资源；
[0017]或，若所述信息资源为准确材料，或所述信息资源为对所述知识资源的内容补充，
则对所述信息资源和所述知识资源进行关联融合，得到新数据资源、新信息资源和新知识资源。
[0018]优选地，所述至少两种类型化资源具体包括所述数据资源、所述信息资源和所述知识资源；对所述至少两种类型化资源进行关联融合处理，得到融合结果，包括：
[0019]将所述数据资源、所述信息资源和所述知识资源进行拼接，得到新数据资源；
[0020]或，若利用所述知识资源对问题进行解答，则融合所述数据资源、所述信息资源和所述知识资源，得到新数据资源和新信息资源；
[0021]或，若所述知识资源对问题进行解答并产生了新知识资源，则融合所述数据资源、所述信息资源和所述知识资源，得到新数据资源、新信息资源和新知识资源。
[0022]优选地，所述至少两种类型化资源具体包括所述数据资源和所述信息资源；对所述至少两种类型化资源进行关联融合处理，得到融合结果，包括：
[0023]对所述数据资源和所述信息资源进行拼接，得到新数据资源；
[0024]或，按照特定方向，将所述对所述数据资源和所述信息资源合并，得到新数据资源和新信息资源；
[0025]或，对所述数据资源和所述信息资源进行归纳总结和抽象，得到构成基于类型/类级别的完整性抽象关系，并将所述完整性抽象关系确定为新知识资源。
[0026]优选地，所述按照特定方向，将所述对所述数据资源和所述信息资源合并，得到新数据资源和新信息资源，包括：
[0027]按照形成对应关系、总结匹配、数值计算、表示个数、补充细节、逻辑计算、构建符合语句、逻辑推理、条件判断和预测推理中的任意方向，将所述对所述数据资源和所述信息资源合并，得到对应的新数据资源和新信息资源。
[0028]优选地，还包括：
[0029]对所述数据资源、所述信息资源或所述知识资源进行同模态资源融合，得到同模特征；
[0030]利用所述同模特征，对所述至少两种类型化资源进行处理。
[0031]一种基于本质计算的跨模态特征挖掘装置，包括：
[0032]资源获取模块，用于获取至少两种类型化资源；所述类型化资源包括数据资源、信息资源和知识资源；
[0033]融合处理模块，用于对所述至少两种类型化资源进行关联融合处理，得到融合结果；
[0034]特征确定模块，用于将所述融合结果确定为所述至少两种类型化资源对应的跨模特征；以便利用所述跨模特征对所述至少两种类型化资源进行处理。
[0035]一种电子设备，包括：
[0036]存储器，用于存储计算机程序；
[0037]处理器，用于执行所述计算机程序时实现上述基于本质计算的跨模态特征挖掘方法的步骤。
[0038]一种可读存储介质，所述可读存储介质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上述基于本质计算的跨模态特征挖掘方法的步骤。
[0039]应用本专利技术实施例所提供的方法，获取至少两种类型化资源；类型化资源包括数
据资源、信息资源和知识资源；对至少两种类型化资源进行关联融合处理，得到融合结果；将融合结果确定为至少两种类型化资源对应的跨模特征，以便利用跨模特征对至少两种类型化资源进行处理。
[0040]在本方法中，首先获取数据资源、信息资源和知识资源中的至少两种类型化资源。然后，针对至少两种不同的类型化资源进行关联处理，得到融合不同种类的类型化资源的融合结果。将融合结果确定这至少两种类型化资源的跨模特征，以便基于跨模特征对至少两种类型化资源进行处理。也就是说，通过对至少两种类型化资源进行跨模态的关联处理，得到跨模特征，跨模特征是针对不同的类型化资源进行关联处理而得，相较于仅针对同模态资源进行数据挖掘，该跨模特征能够显著增加资源挖掘的特征量，且能够增加资源挖掘的可靠性，该跨模特征更有利于进一步对类型化资源进行处理。
[0041]相应地，本专利技术实施例还提供了与上述基于本质计算的跨模态特征挖掘方法相对应的基于本质计算的跨模态特征挖掘装置、设备和可读存储介质，具有上述技术效果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于本质计算的跨模态特征挖掘方法，其特征在于，包括：获取至少两种类型化资源；所述类型化资源包括数据资源、信息资源和知识资源；对所述至少两种类型化资源进行关联融合处理，得到融合结果；将所述融合结果确定为所述至少两种类型化资源对应的跨模特征，以便利用所述跨模特征对所述至少两种类型化资源进行处理。2.根据权利要求1所述的基于本质计算的跨模态特征挖掘方法，其特征在于，所述至少两种类型化资源具体包括所述数据资源和所述知识资源；对所述至少两种类型化资源进行关联融合处理，得到融合结果，包括：对所述数据资源和所述知识资源进行拼接，得到新数据资源；或，利用所述知识资源对所述数据资源进行分析，得到新数据资源和新知识资源。3.根据权利要求1所述的基于本质计算的跨模态特征挖掘方法，其特征在于，所述至少两种类型化资源具体包括所述信息资源和所述知识资源；对所述至少两种类型化资源进行关联融合处理，得到融合结果，包括：对所述信息资源和所述知识资源进行拼接，得到新数据资源；或，利用所述知识资源对所述信息资源进行分析处理，得到新数据资源和新信息资源；或，若所述信息资源为准确材料，或所述信息资源为对所述知识资源的内容补充，则对所述信息资源和所述知识资源进行关联融合，得到新数据资源、新信息资源和新知识资源。4.根据权利要求1所述的基于本质计算的跨模态特征挖掘方法，其特征在于，所述至少两种类型化资源具体包括所述数据资源、所述信息资源和所述知识资源；对所述至少两种类型化资源进行关联融合处理，得到融合结果，包括：将所述数据资源、所述信息资源和所述知识资源进行拼接，得到新数据资源；或，若利用所述知识资源对问题进行解答，则融合所述数据资源、所述信息资源和所述知识资源，得到新数据资源和新信息资源；或，若所述知识资源对问题进行解答并产生了新知识资源，则融合所述数据资源、所述信息资源和所述知识资源，得到新数据资源、新信息资源和新知识资源。5.根据权利要求1所述的基于本质计算的跨模态特征挖掘方法，其特征...

【专利技术属性】
技术研发人员：段玉聪，樊珂，
申请(专利权)人：海南大学，
类型：发明
国别省市：