申请/专利权人:北京警察学院
申请日:2024-05-28
公开(公告)日:2024-06-25
公开(公告)号:CN118245616A
主分类号:G06F16/36
分类号:G06F16/36;G06F18/2411;G06F18/213;G06F18/22
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明提供一种多模态知识图谱整合方法与系统,属于人工智能技术领域,具体包括:将不同的数据源的不同模态的数据作为提取目标,利用对应的特征提取方式进行提取目标的特征向量的提取,并根据不同的特征向量的数据标签将不同的特征向量映射至不同的统一向量空间,利用可信数据源的特征向量映射的统一向量空间进行知识图谱的构建,根据输入数据的特征向量确定知识图谱中的所述输入数据的特征向量映射的匹配向量空间,根据匹配向量空间的知识推理的结果进行输入数据的输出结果以及推理准确率的确定,从而提升了知识图谱的推理结果的准确性。
主权项:1.一种多模态知识图谱整合方法,其特征在于,具体包括:将不同的数据源的不同模态的数据作为提取目标,利用对应的特征提取方式进行提取目标的特征向量的提取,并根据不同的特征向量的数据标签将不同的特征向量映射至不同的统一向量空间;获取不同的统一向量空间的不同的特征向量的相似度,并在不同的特征向量的数据标签的偏差情况的基础上,确定特征向量的数据标签的异常度以及异常数据标签;通过特征向量的数据标签的异常情况进行不同的数据源的可信度的确定,并将可信度满足要求的数据源作为可信数据源;利用可信数据源的特征向量映射的统一向量空间进行知识图谱的构建,根据输入数据的特征向量确定所述知识图谱中的所述输入数据的特征向量映射的统一向量空间,并将其作为匹配向量空间,根据匹配向量空间的知识推理的结果进行输入数据的输出结果以及推理准确率的确定。
全文数据:
权利要求:
百度查询: 北京警察学院 一种多模态知识图谱整合方法与系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。