【技术实现步骤摘要】
基于场景图和概念网相结合的检索知识图谱库生成方法
[0001]本专利技术属于计算机视觉领域和自然语言处理领域,具体涉及一种基于场景图和概念网相结合的知识图谱库生成方法。
技术介绍
[0002]知识图谱库技术是人工智能技术的重要组成部分,是一种揭示实体之间关系的语义网络,是基于图的数据结构,可以对现实世界的事物及其相互关系进行形式化地描述。在当下,已经有了非常广泛的应用,如智能搜索,智能问答,教育等多个领域,具有十分广阔的发展前景。
[0003]在当下,构建知识图谱的主要方法是自顶向下和自下而上的构建方式。自顶向下的构建方式是先确定数据模型,再根据模型去填充具体的数据,最终形成知识图谱库;而自下而上的构建方式是按三原组的方式收集数据,再根据数据内容提炼数据模型。但是,在构建知识图谱的过程中,会遇到如何获取高质量的知识,还有存在检索信息不全面的问题。
[0004]目前,知识图谱的构建方式主要是自顶向下和自下而上的构建方式。自顶向下的构建方式是先确定数据模型,再根据模型去填充具体的数据,最终形成知识图谱库;而自下而上的构建方式是按三原组的方式收集数据,再根据数据内容提炼数据模型。但是,在构建知识图谱的过程中,会遇到如何获取高质量的知识,还有存在检索信息不全面的问题。
技术实现思路
[0005]本专利技术要克服现有技术的上述缺点,提出一种基于场景图和概念网相结合的检索知识图谱库生成方法,以提高知识图谱库的检索能力。
[0006]为了获取高质量的知识,从数据库中提取出完整的信息,最终提高 ...
【技术保护点】
【技术特征摘要】
1.一种基于场景图和概念网相结合的检索知识图谱库生成方法,其特征在于,包括以下步骤:1)模型预训练:数据来自公开可用的MS
‑
COCO数据集,该数据集是一个大规模的对象检测、分割、关键点检测和字幕数据集;输入该数据集之后,在经典的神经网络(Faster
‑
CNN)上对其进行预训练,检测图片中出现的物体种类和其位置;2)场景图的训练:对模型预训练的结果进行无偏训练,并应用神经网络模型最终输出与场景图相关信息的文件,预测出图片中不同种类之间的关系;3)知识图谱的自动扩充:基于概念网的知识图谱,可以对其进行扩充;可以通过新词得到新的知识,并添加到知识图谱中;4)模型测试:对于训练完成的场景图模型进行测试,使用准确率(Accuracy)、精准率(Precision)、召回率(Recall)和F1_score来评估所提出方法的性能;5)生成检索数据库:将场景图和概念网相关的文件信息进行提取并处理,然后导入到检索数据库中,最终组成本检索数据库;将场景图中相似度高的节点和关系进行合并,并将场景图和概念网对应的知识图谱库进行融合,最后将场景图和概念网合并成一个包含所有信息的知识图谱库;6)数据库定时更新:使用了增量学习的方法可以实现对数据库的在线的更新,可以增加数据库的信息。2.如权利要求1所述的一种基于场景图和概念网相结合的检索知识图谱库生成方法,其特征在于,步骤1)所述的模型预训练包括:1.1)数据集处理阶段,对MS
‑
COCO数据集进行处理,筛选出有特定种类的图片,过滤掉多余的图片;1.2)在经典的神经网络(Faster
‑
CNN)上对其进行预训练;首先,用卷积层提取输入图像的特征,区域提案网络生成区域提议,根据特征图和区域提议提供的坐标[x,y,w,h],然后经过感兴趣区域对齐,生成固定尺寸的特征图,最后利用soft max进行具体类别的分类。3.如权利要求1所述的一种场景图和概念网相结合的检索知识图谱库生成方法,其特征在于,步骤2)所述的场景图的训练包括以下过程:2.1)基于已有的场景图训练方法,使用神经网络Neural
‑
MOTIFS模型对场景图生成进行无偏训练;场景图无偏训练的过程:使用传统的场景图训练方法然后去偏差;首先用基于事实的因果图训练方法,即正常模型的训练框架;X是目标特征,先预测出目标标签Z,最终由图像I,目标特征X,目标标签Z共同预测谓语动词Y;预测谓语动词的形式为(I,X,Z)
→
Y;训练损失的公式如下:其中,通过使用目标标签Z和谓词标签Y的交叉熵损失进行训练;然后,使用同一个模型,用不同的方法;使用被干预的原始因果图方法进行训练;与上一个方法不同的是,去除了I
→
X,即目标特征X不受图片I的影响,也不决定目标标签Z的标签,给与X分配一个虚拟值,然后推断谓词是什么;根据得出的2个谓语动词Y,将两次结果相减;可以依靠观察到的结果Y(u)和它的反事实替代Y
x,z(u)
之间的差异来消除偏见的影响,公式如下:
TDE=Y
(u)
‑
Y
x,z(u)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中,TDE将作为无偏场景图的最终谓词得分,Y
(u)
,Y
x,z(u)
分布是第一次和第二次得到的谓语动词;2.2)输出结果,得到对应的json文件;对于每张图像,场景图信息保存为包含目标,该目标的得分情况,目标标签,两个种类之间的关系,关系标签,关系的得分,每个对象对应匹配所有51个谓词的概率。4.如权利要求1所述的一种场景图和概念网相结合的检索知识图谱库生成方法,其特征在于,步骤3)所述的知识图谱的自动扩充包括以下过程:3.1)在概念网官网获取相关的文件;3.2)设计了知识图谱自动扩充方法,实施的具体步骤如下:首先,从百度百科,百度文库等网站学习新词,实时跟进新词所代表的含义然后,运用BERT模型抽取概念与概念之间的关系;定位句子和两个实体的位置,提取句子的语义特征和实体的特征,再拼接三个特征进行关系的分类,其拼接并分类公式如下:h”=...
【专利技术属性】
技术研发人员:温震宇,於志成,彭影影,钱稼旭,陈嘉珺,洪榛,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。