[发明专利]一种面向多平台协同观测任务的知识图谱构建方法和装置在审

专利信息
申请号: 202210445218.2 申请日: 2022-04-26
公开(公告)号: CN115391545A 公开(公告)日: 2022-11-25
发明(设计)人: 余晓刚;王宇翔;李今飞;王琦;朱莉珏;蔡琳;赵乾;王鹏;崔岩;马海波;李艳霞;陈世林 申请(专利权)人: 航天宏图信息技术股份有限公司;北京市遥感信息研究所
主分类号: G06F16/36 分类号: G06F16/36;G06F16/28
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 安卫静
地址: 100195 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 平台 协同 观测 任务 知识 图谱 构建 方法 装置
【权利要求书】:

1.一种面向多平台协同观测任务的知识图谱构建方法,其特征在于,包括:

确定协同观测任务的知识图谱对应的实体,并基于所述实体所属的领域和范围,获取所述协同观测任务的知识,其中,所述实体包括:所述协同观测任务对应的遥感平台,所述遥感平台对应的传感器,所述协同观测任务的相关事件,所述协同观测任务的地物目标;

基于所述实体和所述知识,确定出所述实体之间的特征信息,其中,所述特征信息包括:本质特征、外来特征、组成部分和时空关系;

将所述特征信息转换为三元组,并基于所述三元组构建本体库;

基于所述本体库,构建语义知识图谱的实体对齐模型和结构知识图谱的实体对齐模型;

基于所述语义知识图谱的实体对齐模型和所述结构知识图谱的实体对齐模型,构建知识图谱。

2.根据权利要求1所述的方法,其特征在于,

所述遥感平台包括:天基遥感平台,空基遥感平台和临近空间遥感平台;

所述知识包括:所述遥感平台的资源信息、所述传感器的属性数据、所述协同观测任务的不同场景事件数据、所述协同观测任务的涉及应用、所述协同观测任务的先验知识和历史协同观测任务;

其中,所述传感器的属性数据包括:传感器参数、成像机理、时效性和覆盖区域。

3.根据权利要求2所述的方法,其特征在于,基于所述实体和所述知识,确定出所述实体之间的特征信息包括:

基于所述实体和所述知识,对所述知识进行实体抽取,得到目标实体;

对所述知识进行关系抽取,得到所述实体之间的关系集合;

基于所述目标实体和所述关系集合,对所述知识进行属性抽取,得到所述实体之间的特征信息。

4.根据权利要求1所述的方法,其特征在于,基于所述本体库,构建语义知识图谱的实体对齐模型和结构知识图谱的实体对齐模型,包括:

基于所述本体库中实体之间的特征信息,对所述知识进行分类,得到语义知识特征和结构知识特征;

基于所述语义知识特征,构建所述语义知识图谱的实体对齐模型;

基于所述结构知识特征,构建所述结构知识图谱的实体对齐模型。

5.根据权利要求1所述的方法,其特征在于,基于所述语义图谱的实体对齐模型和所述结构知识图谱的实体对齐模型,构建所述知识图谱,包括:

对所述语义图谱的实体对齐模型和所述结构知识图谱的实体对齐模型进行迭代训练,得到子知识图谱;

基于所述子知识图谱,对所述子图谱中的目标实体进行清理或合并,得到所述知识图谱,其中,所述目标实体为重复实体和冗余实体。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

基于向前规则匹配算法,对所述知识图谱进行填充、补全和更新。

7.一种面向多平台协同观测任务的知识图谱构建装置,其特征在于,包括:第一确定单元,第二确定单元,转换单元,第一构建单元和第二构建单元,其中,

所述第一确定单元,用于确定协同观测任务的知识图谱对应的实体,并基于所述实体所属的领域和范围,获取所述协同观测任务的知识,其中,所述实体包括:所述协同观测任务对应的遥感平台,所述遥感平台对应的传感器,所述协同观测任务的相关事件,所述协同观测任务的地物目标;

所述第二确定单元,用于基于所述实体和所述知识,确定出所述实体之间的特征信息,其中,所述特征信息包括:本质特征、外来特征、组成部分和时空关系;

所述转换单元,用于将所述特征信息转换为三元组,并基于所述三元组构建本体库;

所述第一构建单元,用于基于所述本体库,构建语义知识图谱的实体对齐模型和结构知识图谱的实体对齐模型;

所述第二构建单元,用于基于所述语义知识图谱的实体对齐模型和所述结构知识图谱的实体对齐模型,构建所述知识图谱。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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航天宏图信息技术股份有限公司;北京市遥感信息研究所,未经航天宏图信息技术股份有限公司;北京市遥感信息研究所许可,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/202210445218.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top