[发明专利]基于聚类算法的新知识点发现的处理方法及其装置、电子设备及存储介质在审
| 申请号： | 202011446866.7 | 申请日： | 2020-12-11 |
| 公开（公告）号： | CN112463943A | 公开（公告）日： | 2021-03-09 |
| 发明（设计）人： | 周柳阳;侯克鑫;蒋林林 | 申请（专利权）人： | 深圳市一号互联科技有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/35;G06F16/31;G06F16/338 |
| 代理公司： | 深圳市中科创为专利代理有限公司 44384 | 代理人： | 冯建华 |
| 地址： | 518000 广东省深圳市南山区粤海街道高*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 算法 新知识 发现 处理 方法 及其 装置 电子设备 存储 介质 | ||
1.一种基于聚类算法的新知识点发现的处理方法，其特征在于：包括如下步骤：
步骤S1：获取问答系统中用户询问的第一知识点的文本表示和知识编号；
步骤S2：将文本表示转换成向量；
步骤S3：将向量与第一知识点一一对应；
步骤S4：计算所有向量的向量空间余弦相似度；
步骤S5：将向量划分类别；
步骤S6：将不同类别的向量对应转换成第二知识点；
步骤S7：对第二知识点进行主题分析及主题词展示。
2.如权利要求1所述的基于聚类算法的新知识点发现的处理方法，其特征在于：还包括如下步骤：
步骤S8：对知识库进行优化。
3.如权利要求1所述的基于聚类算法的新知识点发现的处理方法，其特征在于：在步骤S2中，根据文本语义相似度数据训练的深度神经网络预训练模型对文本表示进行转换。
4.如权利要求1所述的基于聚类算法的新知识点发现的处理方法，其特征在于：在步骤S3中，将向量与知识编号相关联，并建立索引。
5.如权利要求1所述的基于聚类算法的新知识点发现的处理方法，其特征在于：根据相似度阈值将位于相似度阈值内的向量聚集为同一类，位于相似度阈值外的向量为不同类别。
6.如权利要求4所述的基于聚类算法的新知识点发现的处理方法，其特征在于：根据建立的索引将不同类别的向量转换成第二知识点。
7.一种处理装置，其特征在于：包括：
获取单元，用于获取问答系统中用户询问的第一知识点的文本表示和知识编号；
处理单元，用于将第一知识点进行处理、转换成第二知识点及进行分析；
显示单元：用于第二知识点进行主题词展示。
8.一种电子设备，包括存储器和处理器，其特征在于：所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1-6中任一项所述的基于聚类算法的新知识点发现的处理方法。
9.一种存储介质，其特征在于：所述存储介质中存储有计算机程序，所述计算机程序被设置为运行时执行所述权利要求1-6中任一项所述的基于聚类算法的新知识点发现的处理方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市一号互联科技有限公司，未经深圳市一号互联科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202011446866.7/1.html，转载请声明来源钻瓜专利网。
