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！

摘要：本申请公开一种基于知识图谱的机构名称规范方法和相关设备，其中方法包括：获取待处理的至少包括非标准机构名称的文献题录信息；构建至少包含缺失头实体的第一三元组的模型输入信息，第一三元组中的尾实体、缺失的头实体及关系，分别为非标准机构名称和对应的待预测标准机构名称及两者之间的关系；将模型输入信息输入第一、第二预测模型，以由两模型进行标准机构名称预测；根据两模型的预测结果，确定非标准机构名称对应的标准机构名称；两模型分别使用不同的知识图谱表示学习算法得到实体和关系的向量表示，基于学习的向量表示进行标准机构名称预测。本申请通过采用知识图谱表示学习方法进行机构名称规范，有效提升了机构名称规范处理的准确率。

主权项：1.一种基于知识图谱的机构名称规范方法，其特征在于，包括：获取待处理的文献题录信息；所述文献题录信息包括至少一个实体，所述至少一个实体包括待转换为标准机构名称的非标准机构名称；构建至少包含缺失头实体的第一三元组的模型输入信息；所述第一三元组中的尾实体、缺失的头实体以及关系，分别为所述非标准机构名称、所述非标准机构名称对应的待预测标准机构名称以及所述非标准机构名称与所述标准机构名称之间的关系；若所述文献题录信息包括多个实体，所述模型输入信息还包括相应数量的第二三元组，每个第二三元组中的头实体、尾实体和关系，分别为所述非标准机构名称、所述文献题录信息中所述非标准机构名称以外的其它实体，以及所述其它实体与所述非标准机构名称之间的关系；将所述模型输入信息分别输入第一预测模型和第二预测模型，以由所述第一预测模型和所述第二预测模型分别对所述非标准机构名称进行标准机构名称预测，得到所述第一预测模型输出的第一预测结果，和所述第二预测模型输出的第二预测结果；根据所述第一预测结果和所述第二预测结果，确定所述非标准机构名称对应的标准机构名称；其中，所述第一预测模型和所述第二预测模型分别使用不同的知识图谱表示学习算法学习得到实体和关系的向量表示，基于学习得到的实体和关系的向量表示预测非标准机构名称对应的标准机构名称；所述第一预测模型的构建过程包括：获取多条文献题录信息样本；每条文献题录信息样本包括多个实体，所述多个实体包括非标准机构名称和对应的标准机构名称，以及还包括所述非标准机构名称对应的机构地址、邮编、作者、研究领域中的至少之一；将每条文献题录信息样本中的非标准机构名称与对应的标准机构名称关联，以及非标准机构名称以外的各个实体分别与所述非标准机构名称关联，以构建三元组，得到由各条文献题录信息样本对应的各个三元组形成的知识图谱；将所述知识图谱中的三元组作为正样本，对所述知识图谱内三元组所包含实体和关系中的至少之一进行负采样生成负样本，以得到包括至少部分所述正样本和至少部分所述负样本的训练集；基于所述训练集，通过在第一知识图谱表示学习算法根据对应的优化目标学习投影映射矩阵，得到实体和关系的向量表示；所述第一预测模型为所述第一知识图谱表示学习算法学习实体和关系的向量表示后所得的模型；其中，所述投影映射矩阵用于将三元组中实体的实体向量映射到关系所在空间；所述第一知识图谱表示学习算法对应的优化目标为：最大化第一评分函数对所述训练集中正样本的评分，最小化所述第一评分函数对所述训练集中负样本的评分；所述第二预测模型的构建过程包括：基于所述训练集，通过在第二知识图谱表示学习算法根据对应的优化目标基于三阶张量优化模型参数，得到实体和关系的向量表示；所述第二预测模型为所述第二知识图谱表示学习算法学习实体和关系的向量表示后所得的模型；其中，所述三阶张量包括所述训练集内各个样本中每个关系对应的二维切平面，每个关系对应的二维切平面包括所述训练集提供的各个头实体和各个尾实体之间的头尾实体组合向量表示；若头实体和尾实体之间存在所述关系，在所述关系对应的二维切平面中，所述头实体和尾实体的头尾实体组合向量表示为1，若头实体和尾实体之间不存在所述关系，在所述关系对应的二维切平面中，所述头实体和尾实体的头尾实体组合向量表示为0；所述第二知识图谱表示学习算法对应的优化目标为：最大化第二评分函数对所述训练集中正样本的评分，最小化所述第二评分函数对所述训练集中负样本的评分。

全文数据：

权利要求：

百度查询： 中国医学科学院医学信息研究所 一种基于知识图谱的机构名称规范方法和相关设备