[发明专利]一种基于机器学习的领域性审计知识图谱构建方法在审
| 申请号： | 201910585450.4 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110334212A | 公开（公告）日： | 2019-10-15 |
| 发明（设计）人： | 李保珍;王倩玉;王雪荣;李迁;徐海勇;陶涛;杨猛;徐萌 | 申请（专利权）人： | 南京审计大学;中移信息技术有限公司;南京大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36 |
| 代理公司： | 北京彭丽芳知识产权代理有限公司 11407 | 代理人： | 彭丽芳 |
| 地址： | 211815 江苏省南京市浦口区江浦街*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的领域性审计知识图谱构建方法，首先通过多种来源获取数据；然后对获取的数据进行预处理；采用实体识别与关系处理模块和专家知识工程模块实现对实体的识别；然后根据实体识别与关系处理模块和专家知识工程模块两个步骤获得的实体，进入自然语言理解模块，利用主题模型，提取特征词；根据自然语言理解模块提取出的特征词，进入特征机器学习模块，根据具体场景调整权重，将特征词进行分类；最后，生成知识图谱。本发明构建的知识图谱可以揭示审计相关主体之间的多维关联；从而提高审计法规及案例的检索及关联比对效率。 | ||
| 搜索关键词： | 自然语言理解模块 审计 关系处理 基于机器 实体识别 图谱构建 专家知识 领域性 特征词 图谱 预处理 关联比对 获取数据 机器学习 模块实现 提取特征 主题模型 多维 构建 权重 检索 关联 场景 学习 分类 | ||
【主权项】：
1.一种基于机器学习的领域性审计知识图谱构建方法，其特征在于：包括如下步骤：S1、通过多种来源获取数据；S2、对获取的数据进行预处理；S3、采用实体识别与关系处理模块实现对实体的识别；S4、采用专家知识工程模块实现对实体的识别；S5、根据实体识别与关系处理模块和专家知识工程模块两个步骤获得的实体，进入自然语言理解模块，利用主题模型，提取特征词；S6、根据自然语言理解模块提取出的特征词，进入特征机器学习模块，根据具体场景调整权重，将特征词进行分类；S7、生成知识图谱。
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南京审计大学;中移信息技术有限公司;南京大学，未经南京审计大学;中移信息技术有限公司;南京大学许可，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/patent/201910585450.4/，转载请声明来源钻瓜专利网。
