[发明专利]用于利用机器学习分类器来使用知识表示的系统和方法

权利要求书

1.一种针对机器学习分类器生成训练数据的方法，所述方法包括：

基于感兴趣对象，接收被编码为非瞬态计算机可读数据结构的知识表示，所述知识表示包括至少一个概念和/或两个或更多个概念之间的关系；

接收内容项的第一集合，其中所述第一集合包括没有标签的一个或多个内容项，其中所述标签将内容项分类为一个或多个类别；

针对所述第一集合中的一个或多个相应内容项确定一个或多个分数，其中针对相应内容项的所述分数基于所述知识表示和所述相应内容项的内容；以及

通过基于与所述第一集合中的所述一个或多个相应内容项相关联的所述分数将标签分配给所述第一集合中的所述一个或多个相应内容项来针对所述机器学习分类器生成所述训练数据。

2.根据权利要求1所述的方法，进一步包括基于所述感兴趣对象的内容合成所述知识表示。

3.根据权利要求2所述的方法，其中所述合成进一步包括生成所述至少一个概念和/或两个或更多个概念之间的所述关系，其中所述概念和/或所述关系未被列举在所述感兴趣对象中。

4.根据权利要求1所述的方法，其中所述知识表示包括与所述至少一个概念相关联的权重。

5.根据权利要求1所述的方法，其中针对所述相应内容项的所述分数基于所述知识表示中的所述至少一个概念与所述相应内容项的所述内容的交叉。

6.根据权利要求1所述的方法，其中所述感兴趣对象包括主题、推文、网页、网站、文档、文档集合、文档标题、消息、广告和/或搜索查询。

7.根据权利要求1所述的方法，进一步包括：

训练分类器以基于被分配给内容项的所述第一集合的所述标签以及与内容项的所述第一集合相关联的一个或多个特征来预测针对一个或多个未分类的内容项的标签。

8.根据权利要求7所述的方法，进一步包括：

接收内容项的第二集合，其中所述第二集合包括没有标签的一个或多个内容项；以及

由所述分类器基于与所述第二集合中的所述一个或多个相应内容项相关联的一个或多个特征来将标签分配给所述第二集合中的所述内容项中的一个或多个内容项。

9.根据权利要求1所述的方法，其中将所述标签分配给所述第一集合中的所述一个或多个相应内容项包括基于针对所述第一集合中的相应内容项的所述分数超过预定阈值来分配所述标签。

10.根据权利要求1所述的方法，其中所述标签是“推荐”或“不推荐”中的一个。

11.根据权利要求7所述的方法，其中所述一个或多个特征包括以下中的至少一项：标题、长度、作者、术语频率和/或逆文档频率。

12.根据权利要求7所述的方法，其中所述一个或多个特征包括所述知识表示的一个或多个属性。

13.一种用于针对机器学习分类器生成训练数据的系统，所述系统包括：

至少一个处理器，被配置为执行方法，所述方法包括：

基于感兴趣对象，接收被编码为非瞬态计算机可读数据结构的知识表示，所述知识表示包括至少一个概念和/或两个或更多个概念之间的关系；

接收内容项的第一集合，其中所述第一集合包括没有标签的一个或多个内容项，其中所述标签将内容项分类为一个或多个类别；

针对所述第一集合中的一个或多个相应内容项确定一个或多个分数，其中针对相应内容项的所述分数基于所述知识表示和所述相应内容项的内容；以及

通过基于与所述第一集合中的所述一个或多个相应内容项相关联的所述分数将标签分配给所述第一集合中的所述一个或多个相应内容项来针对所述机器学习分类器生成所述训练数据。