一种基于知识图谱的数据分析方法技术

技术编号:41136768 阅读:30 留言:0更新日期:2024-04-30 18:08
本申请公开了一种基于知识图谱的数据分析方法,涉及知识图谱技术领域,包括:采集包含结构化数据和非结构化数据的多个不同来源的数据集并进行预处理;采用基于模式匹配的数据集成方法,换成格式和结构统一的数据集;提取数据集中的实体和关系,建立知识图谱,作为第一知识图谱;获取第一知识图谱的实体三元组和关系三元组;构建图神经网络;构建连接度矩阵,计算实体三元组和关系三元组与图神经网络之间的连接概率;根据连接概率,连接第一知识图谱和训练后的图神经网络,生成概率知识图谱;利用概率知识图谱对数据集进行分析。针对现有技术中领域知识关联性低的问题,本申请通过图神经网络进行知识关联优化等,提高了领域知识的关联性。

【技术实现步骤摘要】

本申请涉及知识图谱,更具体地说,涉及一种基于知识图谱的数据分析方法


技术介绍

1、在当今信息爆炸的时代,大量数据被生成和积累,但其中许多数据分散在不同的源头,形成了信息孤岛。这种数据的碎片化导致了领域知识的碎片化和关联性不足的问题。传统的数据分析方法往往难以有效地将这些碎片化的知识联系起来,从而限制了数据的价值挖掘和应用。

2、在数据集成方面,传统方法主要依赖于手工编写的规则或者基于相似度的匹配,这种方法往往效率低下且无法处理数据之间的语义关联。此外,在实体关系抽取方面,传统的基于规则或模板的方法局限于特定领域或语言,难以适应多样化和复杂化的数据。而在图神经网络的应用方面,传统的方法往往只注重图的拓扑结构,忽略了实体与实体之间的语义关联。因此,现有技术中存在着领域知识关联性低的问题,需要一种更加智能和高效的方法来解决这一挑战。

3、中国专利申请,申请号cn202010756119.7,公开日2020年11月17日,公开了一种多模态数据融合的医疗知识图谱智能自动构建系统和方法,涉及知识图谱领域。本专利技术通过对预处理后的语料数据进行本文档来自技高网...

【技术保护点】

1.一种基于知识图谱的数据分析方法,包括:

2.根据权利要求1所述的基于知识图谱的数据分析方法,其特征在于:

3.根据权利要求2所述的基于知识图谱的数据分析方法,其特征在于:

4.根据权利要求1至3任一所述的基于知识图谱的数据分析方法,其特征在于:

5.根据权利要求4所述的基于知识图谱的数据分析方法,其特征在于:

6.根据权利要求5所述的基于知识图谱的数据分析方法,其特征在于:

7.根据权利要求5所述的基于知识图谱的数据分析方法,其特征在于:

8.根据权利要求7所述的基于知识图谱的数据分析方法,其特征在于...

【技术特征摘要】

1.一种基于知识图谱的数据分析方法,包括:

2.根据权利要求1所述的基于知识图谱的数据分析方法,其特征在于:

3.根据权利要求2所述的基于知识图谱的数据分析方法,其特征在于:

4.根据权利要求1至3任一所述的基于知识图谱的数据分析方法,其特征在于:

5.根据权利要求4所述的基于知识图谱的数据分析方法,其特征在于:

6...

【专利技术属性】
技术研发人员:夏有兵刘岱徐天成朱梓敬吴响
申请(专利权)人:南京中医药大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1