【技术实现步骤摘要】
本申请涉及知识树融合，尤其是涉及多源知识树的关联融合方法、装置、电子设备及存储介质。
技术介绍
1、近年来，随着信息技术和大数据分析的快速发展，人们对知识管理和知识融合的需求越来越迫切。在许多领域，例如学术研究、企业管理和决策支持等，知识的关联和融合对于获取全面的信息和深入洞察问题至关重要。传统的知识融合方法主要依靠人工手动整合和分析，这种方法受制于时间、资源和主观因素的限制，效率较低并且容易引入主观偏差。因此，需要一种自动化且可靠的方法来进行知识的关联和融合。常见的知识表示模型是知识树，它通过节点和边的方式将知识元素组织在一起，形成了一种结构化的知识表示方式。知识树的节点可以表示领域中的概念、实体等，而边则表示节点之间的关系。然而，现有的知识树融合方法主要存在以下几个问题：1）知识树的节点关联需要进行大量的两两计算，导致计算效率低下。2）现有方法仅依赖于节点之间的相似性来浅层关联知识树，而忽视了节点之间更深层次的关联。这种方法限制了对知识树的全面理解和分析的能力。所以，如何对知识树进行融合成为了不容小觑的技术问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供多源知识树的关联融合方法、装置、电子设备及存储介质，通过将不同知识树中的相同或相关的知识节点合并，去除重复和冗余的知识，提高知识的准确性以及提高知识的可信度，并且不同的知识树可能包含对同一概念或主题的不同方面的描述，通过将这些不同知识树中的相关知识节点进行关联融合，可以整合并展示不同知识源的观点和信息，从而提供更全面和综
2、本申请实施例提供了一种多源知识树的关联融合方法，所述关联融合方法包括：
3、对多个知识树进行知识聚类处理，确定出不同的知识树簇；
4、基于每一所述知识树簇中的多个知识节点的字符特征、语义特征以及结构特征对所述知识树簇中的不同知识树之间的任意两个知识节点进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表；
5、将每个所述关联知识节点列表中的多个关联知识节点的属性进行整合，确定出每个所述关联知识节点列表的合并知识节点，并基于权重最大化方法从所述关联知识节点列表中确定出所述关联知识节点列表的中间知识节点，并将所述中间知识节点作为合并知识节点；
6、对所述知识树簇中的每个所述合并知识节点进行属性以及关系更新，生成一个融合知识树。
7、在一种可能的实施方式之中，所述对多个知识树进行知识聚类处理，确定出不同的知识树簇，包括：
8、对每一所述知识树的结构特征以及内容特征进行提取，确定出每个所述知识树的知识特征信息；
9、基于余弦相似度的计算公式对任意两个所述知识树的知识特征信息进行计算，确定出任意两个所述知识树之间的相似度；
10、使用聚类算法基于多个任意两个所述知识树之间的相似度将相似的知识树聚类在一起，确定出不同的所述知识树簇。
11、在一种可能的实施方式之中，所述基于每一所述知识树簇中的多个知识节点的字符特征、语义特征以及结构特征对所述知识树簇中的不同知识树之间的任意两个知识节点进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表，包括：
12、对不同知识树之间的任意两个知识节点的字符特征进行计算，确定出任意两个知识节点之间的编辑距离相似度以及最长公共子序列相似度；
13、对不同知识树之间的任意两个知识节点的语义特征进行计算，确定出任意两个知识节点之间的语义相似度；
14、对任意两个知识节点之间的所述编辑距离相似度、所述最长公共子序列相似度以及所述语义相似度进行加权处理，确定出任意两个知识节点之间的相似度；
15、基于多个知识节点的结构特征以及任意两个知识节点之间的相似度进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表。
16、在一种可能的实施方式之中，所述基于多个知识节点的结构特征以及任意两个知识节点之间的相似度进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表，包括：
17、若任意两个知识节点均为叶子知识节点，则基于任意两个知识节点的相似度以及任意两个知识节点的父知识节点的相似度，确定出任意两个知识节点的关联度；
18、若任意两个知识节点中任一知识节点不为叶子知识节点，则将任意两个知识节点的相似度确定为任意两个知识节点的关联度；
19、若任意两个知识节点的关联度大于或等于预设关联度阈值，则任意两个知识节点为关联知识节点，并将存在关联关系的多个关联知识节点组成关联知识节点列表。
20、在一种可能的实施方式之中，所述基于权重最大化方法从所述关联知识节点列表中确定出所述关联知识节点列表的中间知识节点，并将所述中间知识节点作为合并知识节点，包括：
21、针对于任一所述关联知识节点列表，基于权重最大化方法对该关联知识节点列表之中的每个关联知识节点进行关联度平均值计算，将最大的所述关联度平均值相对应的关联知识节点作为该关联知识节点列表的中间知识节点，并将所述中间知识节点作为该关联知识节点列表的所述合并知识节点。
22、在一种可能的实施方式之中，所述关联融合方法还包括通过以下方式确定出所述中间知识节点：
23、将所述关联知识节点列表输入至自然语言模型之中，对所述关联知识节点列表中的多个关联知识节点进行处理，生成一个所述中间知识节点。
24、在一种可能的实施方式之中，所述对所述知识树簇中的每个所述合并知识节点进行属性以及关系更新，生成一个融合知识树，包括：
25、对所述关联知识节点列表中的多个关联知识节点的属性进行融合，确定出所述合并知识节点的属性信息，并对所述合并知识节点的属性信息进行更新；
26、控制所述合并知识节点继承所述关联知识节点列表中的每个其他知识节点的父子节点关系，基于多个所述合并知识节点以及所述知识树簇中的其他知识节点，生成所述融合知识树。
27、在一种可能的实施方式之中，所述对所述关联知识节点列表中的多个关联知识节点的属性进行融合，确定出所述合并知识节点的属性信息，包括：
28、基于数值平均值融合方法、关联度融合方法、字符串合并方法以及列表拼接方法中的任意一种方法对所述关联知识节点列表中的多个所述关联知识节点的属性进行融合，确定出所述合并知识节点的属性信息。
29、本申请实施例还提供了一种多源知识树的关联融合装置，所述关联融合装置包括：
30、知识树聚类模块，用于对多个知识树进行知识聚类处理，确定出不同的知识树簇；
31、关联模块，用于基于每一所述知识树簇中的多个知识节点的字符特征、语义特征以及结构特征对所述知识树簇中的不同知识树之间的任意两个知识节点进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表；
32、融合模块，用于将每个所述关联知识节点列表中的多个关联知识节点的属性进行整合，确定出每本文档来自技高网...
【技术保护点】
1.一种多源知识树的关联融合方法，其特征在于，所述关联融合方法包括：
2.根据权利要求1所述的关联融合方法，其特征在于，所述对多个知识树进行知识聚类处理，确定出不同的知识树簇，包括：
3.根据权利要求1所述的关联融合方法，其特征在于，所述基于每一所述知识树簇中的多个知识节点的字符特征、语义特征以及结构特征对所述知识树簇中的不同知识树之间的任意两个知识节点进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表，包括：
4.根据权利要求3所述的关联融合方法，其特征在于，所述基于多个知识节点的结构特征以及任意两个知识节点之间的相似度进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表，包括：
5.根据权利要求1所述的关联融合方法，其特征在于，所述基于权重最大化方法从所述关联知识节点列表中确定出所述关联知识节点列表的中间知识节点，并将所述中间知识节点作为合并知识节点，包括：
6.根据权利要求1所述的关联融合方法，其特征在于，所述关联融合方法还包括通过以下方式确定出所述中间知识节点：
7.根据权利要求
8.根据权利要求7所述的关联融合方法，其特征在于，所述对所述关联知识节点列表中的多个关联知识节点的属性进行融合，确定出所述合并知识节点的属性信息，包括：
9.一种多源知识树的关联融合装置，其特征在于，所述关联融合装置包括：
10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至8任一所述的多源知识树的关联融合方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至8任一所述的多源知识树的关联融合方法的步骤。
...【技术特征摘要】
1.一种多源知识树的关联融合方法，其特征在于，所述关联融合方法包括：
2.根据权利要求1所述的关联融合方法，其特征在于，所述对多个知识树进行知识聚类处理，确定出不同的知识树簇，包括：
3.根据权利要求1所述的关联融合方法，其特征在于，所述基于每一所述知识树簇中的多个知识节点的字符特征、语义特征以及结构特征对所述知识树簇中的不同知识树之间的任意两个知识节点进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表，包括：
4.根据权利要求3所述的关联融合方法，其特征在于，所述基于多个知识节点的结构特征以及任意两个知识节点之间的相似度进行节点关联度计算，确定出所述知识树簇中的多个关联知识节点列表，包括：
5.根据权利要求1所述的关联融合方法，其特征在于，所述基于权重最大化方法从所述关联知识节点列表中确定出所述关联知识节点列表的中间知识节点，并将所述中间知识节点作为合并知识节点，包括：
6.根据权利要求1所述的关联融合方法，其特征在于，所述关联融合方...
【专利技术属性】
技术研发人员：罗歆昱，陈崇雨，
申请(专利权)人：暗物智能科技广州有限公司，
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。