买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国电子科技集团公司第十研究所
摘要:本发明公开了一种基于非语义极大化剥离的内隐知识学习方法,包括S1:获取目标文本数据,提取每个样本的语义特征,并通过计算语义相似度对文本数据进行归类;S2:通过空间化位式表征场,对相同归类的文本数据的各属性进行联合表征;S3:根据文本数据的表征结果,以预设的关系词类型表为基准进行映射,得到映射到同一关系词类型下的若干条文本数据,进行非语义剥离得到的富含知识信息的语义群;S4:针对同一关系词类型下的语义群,对保留下来的语义特征进行分段聚合,得到若干条数据中的内隐知识特征。本发明基于承载数据,透过显性知识,自动发掘出数据中所蕴含的内隐知识,实现了载体数据的去粗存精和数据内隐知识的高效学习。
主权项:1.一种基于非语义极大化剥离的内隐知识学习方法,其特征在于,包括:S1:获取目标文本数据,提取每个样本的语义特征,并计算语义相似度,根据语义相似度对文本数据进行归类;S2:构建空间化位式表征场,通过空间化位式表征场,对相同归类的文本数据的各属性进行联合表征;S3:根据文本数据的表征结果,以预设的关系词类型表为基准,将文本数据中的关系词表征结果进行映射,得到映射到同一关系词类型下的若干条文本数据,进行非语义剥离;S4:根据经过非语义剥离后得到的富含知识信息的语义群,针对同一关系词类型下的语义群,对保留下来的语义特征进行分段聚合,得到若干条数据中的内隐知识特征。
全文数据:
权利要求:
百度查询: 中国电子科技集团公司第十研究所 一种基于非语义极大化剥离的内隐知识学习方法
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。