一种知识挖掘方法、装置、计算机设备及可读存储介质制造方法及图纸

技术编号:36349662 阅读:48 留言:0更新日期:2023-01-14 18:04
本申请涉及知识图谱技术领域,提供一种知识挖掘方法、装置、计算机设备及可读存储介质,包括:从知识图谱中获取相应于挖掘请求的目标节点,识别目标节点在知识图谱中所在的目标链;获取目标节点的目标属性信息,以及获取目标链上处于目标节点上游的上游节点的上游属性信息,和获取目标链上处于目标节点下游的下游节点的下游属性信息;通过成熟网络模型对目标属性信息、上游属性信息和下游属性信息进行运算得到知识挖掘结果。本申请考虑到了整个知识图谱对目标节点的影响,实现了从目标节点本身的维度,以及上游节点和下游节点对目标节点的影响的维度,对目标节点进行知识挖掘,确保了对目标节点进行知识挖掘的挖掘结果的准确度。度。度。

【技术实现步骤摘要】
一种知识挖掘方法、装置、计算机设备及可读存储介质


[0001]本申请涉及知识图谱
,尤其涉及一种知识挖掘方法、装置、计算机设备及可读存储介质。

技术介绍

[0002]知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。其中,知识挖掘是从知识图片中已有的法人客户及法人客户的关系出发挖掘新的知识。
[0003]当前的知识挖掘方法通常是通过预置的规则对目标节点及与其关联的节点进行分析,以从目标节点中挖掘新的知识,然而,专利技术人发现,当前的知识挖掘方法忽略了知识图谱中与目标节点关联的关联节点对目标节点的影响,导致知识挖掘的挖掘结果不准确。

技术实现思路

[0004]本申请提供一种知识挖掘方法、装置、计算机设备及可读存储介质,用以解决当前的知识挖掘方法忽略了知识图谱中与目标节点关联的关联节点对目标节点的影响,导致知识挖掘的挖掘结果不准确的问题。
[0005]第一方面,本申请提供一种知识挖掘方法,包括:
[0006]接收用户端发送的挖掘请求,从预置的知识图谱中获取相应于所述挖掘请求的目标节点,识别所述目标节点在所述知识图谱中所在的目标链;
[0007]获取所述目标节点的目标属性信息,以及获取所述目标链上处于所述目标节点上游的上游节点的上游属性信息,和获取所述目标链上处于所述目标节点下游的下游节点的下游属性信息;
[0008]通过预置的成熟网络模型对所述目标属性信息、所述上游属性信息和所述下游属性信息进行运算得到知识挖掘结果,将所述知识挖掘结果发送至所述用户端。
[0009]上述方案中,所述从预置的知识图谱中获取相应于所述挖掘请求的目标节点,识别所述目标节点在所述知识图谱中所在的目标链,包括:
[0010]提取所述挖掘请求中的目标信息,将所述知识图谱中相应于所述目标信息的节点设为所述目标节点;
[0011]在所述知识图谱中以所述目标节点为起点向上游方向延伸得到上游链,及在所述知识图谱中以所述目标节点为起点向下游方向延伸得到下游链,其中,所述上游链中至少具有一个上游节点,所述下游链中至少具有一个下游节点;
[0012]整合所述上游链、所述目标节点和所述下游链得到所述目标链。
[0013]上述方案中,在一个优选的实施例中,所述获取所述目标节点的目标属性信息,包括:
[0014]获取所述目标节点中的基础信息,其中,所述基础信息是描述所述目标节点的特
征信息;
[0015]获取所述目标链中各节点连接的边的数量,将连接的边的数量最高的节点设为所述目标链的核心节点,将所述核心节点与所述目标节点之间的关联关系,设为所述核心节点对所述目标节点的核心影响信息;
[0016]若识别到所述目标链中具有记载有环境信息的环境节点,则提取所述环境信息,其中,所述环境信息记载有所述环境节点对应法人客户的外部自然环境;
[0017]汇总所述基础信息、所述核心影响信息和所述环境信息得到所述目标属性信息。
[0018]上述方案中,所述通过预置的成熟网络模型对所述目标属性信息、所述上游属性信息和所述下游属性信息进行运算得到知识挖掘结果,包括:
[0019]提取所述成熟网络模型中的上游神经网络,调用所述上游神经网络对所述目标属性信息和所述上游属性信息进行运算得到上游挖掘结果;
[0020]提取所述成熟网络模型中的下游神经网络,调用所述下游神经网络对所述目标属性信息和所述下游属性信息进行运算得到下游挖掘结果;
[0021]汇总所述上游挖掘结果和所述下游挖掘结果得到所述知识挖掘结果。
[0022]上述方案中,所述接收用户端发送的挖掘请求之前,所述方法还包括:
[0023]获取训练数据,通过所述训练数据对预置的初始神经网络进行训练得到成熟神经网络。
[0024]上述方案中,所述将所述知识挖掘结果发送至所述用户端之后,所述方法还包括:
[0025]计算所述知识挖掘结果中上游挖掘结果和下游挖掘结果的差值;
[0026]若所述差值超过预置的差异阈值,则通过预置的运算规则对所述上游挖掘结果和所述下游挖掘结果进行运算得到综合挖掘结果,将所述综合挖掘结果发送至所述用户端。
[0027]上述方案中,所述通过预置的运算规则对所述上游挖掘结果和所述下游挖掘结果进行运算得到综合挖掘结果,包括:
[0028]计算所述上游挖掘结果和所述下游挖掘结果的均值得到均值信息,将所述均值信息作为所述综合挖掘结果;
[0029]将所述上游挖掘结果和所述下游挖掘结果中的最高值作为所述综合挖掘结果;
[0030]将所述上游挖掘结果和所述下游挖掘结果中的最低值作为所述综合挖掘结果;
[0031]将所述上游挖掘结果和所述下游挖掘结果录入预置的权重函数中,计算所述权重函数得到权重结果,将所述权重结果作为所述综合挖掘结果。
[0032]第二方面,本申请提供一种知识挖掘装置,包括:
[0033]目标识别模块,用于接收用户端发送的挖掘请求,从预置的知识图谱中获取相应于所述挖掘请求的目标节点,识别所述目标节点在所述知识图谱中所在的目标链;
[0034]信息获取模块,用于获取所述目标节点的目标属性信息,以及获取所述目标链上处于所述目标节点上游的上游节点的上游属性信息,和获取所述目标链上处于所述目标节点下游的下游节点的下游属性信息;
[0035]知识挖掘模块,用于通过预置的成熟网络模型对所述目标属性信息、所述上游属性信息和所述下游属性信息进行运算得到知识挖掘结果,将所述知识挖掘结果发送至所述用户端。
[0036]第三方面,本申请提供一种计算机设备,包括:处理器以及与所述处理器通信连接
的存储器;
[0037]所述存储器存储计算机执行指令;
[0038]所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求上述的知识挖掘方法。
[0039]第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现上述的知识挖掘方法。
[0040]第五方面,本申请提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述的知识挖掘方法。
[0041]本申请提供的一种知识挖掘方法、装置、计算机设备及可读存储介质,通过将目标属性信息、上游属性信息和下游属性信息作为成熟网络模型的输入信息,考虑到了整个知识图谱对目标节点的影响,实现从目标节点本身的维度,以及上游节点和下游节点对目标节点的影响的维度,对目标节点进行知识挖掘,确保了对目标节点进行知识挖掘的挖掘结果的准确度。
附图说明
[0042]此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种知识挖掘方法,其特征在于,包括:接收用户端发送的挖掘请求,从预置的知识图谱中获取相应于所述挖掘请求的目标节点,识别所述目标节点在所述知识图谱中所在的目标链;获取所述目标节点的目标属性信息,以及获取所述目标链上处于所述目标节点上游的上游节点的上游属性信息,和获取所述目标链上处于所述目标节点下游的下游节点的下游属性信息;通过预置的成熟网络模型对所述目标属性信息、所述上游属性信息和所述下游属性信息进行运算得到知识挖掘结果,将所述知识挖掘结果发送至所述用户端。2.根据权利要求1所述的知识挖掘方法,其特征在于,所述从预置的知识图谱中获取相应于所述挖掘请求的目标节点,识别所述目标节点在所述知识图谱中所在的目标链,包括:提取所述挖掘请求中的目标信息,将所述知识图谱中相应于所述目标信息的节点设为所述目标节点;在所述知识图谱中以所述目标节点为起点向上游方向延伸得到上游链,及在所述知识图谱中以所述目标节点为起点向下游方向延伸得到下游链,其中,所述上游链中至少具有一个上游节点,所述下游链中至少具有一个下游节点;整合所述上游链、所述目标节点和所述下游链得到所述目标链。3.根据权利要求1所述的知识挖掘方法,其特征在于,所述获取所述目标节点的目标属性信息,包括:获取所述目标节点中的基础信息,其中,所述基础信息是描述所述目标节点的特征信息;获取所述目标链中各节点连接的边的数量,将连接的边的数量最高的节点设为所述目标链的核心节点,将所述核心节点与所述目标节点之间的关联关系,设为所述核心节点对所述目标节点的核心影响信息;若识别到所述目标链中具有记载有环境信息的环境节点,则提取所述环境信息,其中,所述环境信息记载有所述环境节点对应法人客户的外部自然环境;汇总所述基础信息、所述核心影响信息和所述环境信息得到所述目标属性信息。4.根据权利要求1所述的知识挖掘方法,其特征在于,所述通过预置的成熟网络模型对所述目标属性信息、所述上游属性信息和所述下游属性信息进行运算得到知识挖掘结果,包括:提取所述成熟网络模型中的上游神经网络,调用所述上游神经网络对所述目标属性信息和所述上游属性信息进行运算得到上游挖掘结果;提取所述成熟网络模型中的下游神经网络,调用所述下游神经网络对所述目标属性信息和所述下游属性信息进行运算得到下游挖掘结果;汇总所述上游挖掘结果和所述下游挖掘结果得到所述知识挖掘结...

【专利技术属性】
技术研发人员:翟墨苏新锋蒋秀才刘厶玮
申请(专利权)人:中国农业银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1