[发明专利]面向本质计算与推理的跨DIKW模态文本歧义处理方法有效
申请号: | 202011103480.6 | 申请日: | 2020-10-15 |
公开(公告)号: | CN112232085B | 公开(公告)日: | 2021-10-08 |
发明(设计)人: | 段玉聪;胡时京 | 申请(专利权)人: | 海南大学 |
主分类号: | G06F40/30 | 分类号: | G06F40/30 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 郄晨芳 |
地址: | 570228 海南*** | 国省代码: | 海南;46 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 面向 本质 计算 推理 dikw 文本 歧义 处理 方法 | ||
1.一种面向本质计算与推理的跨DIKW模态文本歧义处理方法,其特征在于,包括:
获取目标文本,并确定所述目标文本中的目标数据资源和目标信息资源;
根据所述目标数据资源和/或所述目标信息资源查询所述目标文本的相关资源,并根据所述相关资源确定所述目标文本的文本含义;
若所述目标文本的文本含义的数量大于1,则获取所述目标文本的补充资源,并根据所述补充资源生成所述目标文本的条件限制文本;
将符合所述条件限制文本的文本含义作为所述目标文本的实际文本含义,并根据所述实际文本含义修改所述目标文本;
其中,所述数据资源为数据图谱中的资源,所述信息资源为信息图谱中的资源;
其中,根据所述目标数据资源和/或所述目标信息资源查询所述目标文本的相关资源,包括:
获取所述目标文本的关联文本;
根据所述目标数据资源和/或所述目标信息资源从所述关联文本中查询所述目标文本的相关资源;
其中,获取所述目标文本的补充资源,包括:
将所述数据图谱中与所述目标数据资源的关联程度大于预设值的数据资源作为所述目标文本的补充资源。
2.根据权利要求1所述面向本质计算与推理的跨DIKW模态文本歧义处理方法,其特征在于,确定所述目标文本中的目标数据资源和目标信息资源,包括:
确定所述目标文本的资源类型;其中,所述资源类型包括数据资源、信息资源和知识资源,数据资源为数据图谱中的资源,信息资源为信息图谱中的资源,知识资源为知识图谱中的资源;
对所述目标文本执行跨模态转化得到所述目标数据资源和目标信息资源;其中,所述跨模态转化为数据资源、信息资源、知识资源、数据信息混合资源中任意两种资源之间的转化操作。
3.根据权利要求2所述面向本质计算与推理的跨DIKW模态文本歧义处理方法,其特征在于,对所述目标文本执行跨模态转化得到所述目标数据资源和目标信息资源,包括:
判断所述目标文本是否为数据资源;若是,则将所述目标文本设置为所述目标数据资源;若否,则对所述目标文本执行跨模态转化得到所述目标数据资源;
判断所述目标文本是否为信息资源;若是,则将所述目标文本设置为所述目标信息资源;若否,则对所述目标文本执行跨模态转化得到所述目标信息资源。
4.根据权利要求1所述面向本质计算与推理的跨DIKW模态文本歧义处理方法,其特征在于,在判定所述目标文本的文本含义的数量大于1之后,还包括:
判定所述目标文本为缺失数据资源或信息资源的文本;
或,判定所述目标文本为数据资源冗余或信息资源冗余的文本。
5.根据权利要求1至4任一项所述面向本质计算与推理的跨DIKW模态文本歧义处理方法,其特征在于,根据所述相关资源确定所述目标文本的文本含义,包括:
将所述相关资源分别与每一所述目标数据资源和每一所述目标信息资源相结合推导所述目标文本的文本含义。
6.一种面向本质计算与推理的跨DIKW模态文本歧义处理系统,其特征在于,包括:
文本分析模块,用于获取目标文本,并确定所述目标文本中的目标数据资源和目标信息资源;
含义确定模块,用于根据所述目标数据资源和/或所述目标信息资源查询所述目标文本的相关资源,并根据所述相关资源确定所述目标文本的文本含义;
资源补充模块,用于若所述目标文本的文本含义的数量大于1,则获取所述目标文本的补充资源,并根据所述补充资源生成所述目标文本的条件限制文本;
文本修改模块,用于将符合所述条件限制文本的文本含义作为所述目标文本的实际文本含义,并根据所述实际文本含义修改所述目标文本;
其中,所述数据资源为数据图谱中的资源,所述信息资源为信息图谱中的资源;
其中,所述含义确定模块用于获取所述目标文本的关联文本;还用于根据所述目标数据资源和/或所述目标信息资源从所述关联文本中查询所述目标文本的相关资源;
其中,所述资源补充模块用于将所述数据图谱中与所述目标数据资源的关联程度大于预设值的数据资源作为所述目标文本的补充资源。
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海南大学,未经海南大学许可,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/pat/books/202011103480.6/1.html,转载请声明来源钻瓜专利网。