【技术实现步骤摘要】
本专利技术涉及语言处理，更具体的说是涉及一种基于元知识迁移的供应链知识图谱表示方法及系统。
技术介绍
1、知识图谱以三元组的形式存储知识，一条知识被表示成“主体，关系，客体”的形式，其中主体和客体通常为命名实体，而关系通常为属性。知识图谱用于问答系统的原理为：解析输入问题中的主体和关系，与知识图谱的知识进行匹配，返回知识图谱中对应的客体作为答案。从输入问题中识别出知识图谱对应的关系的任务称为关系匹配。
2、现有技术中，通常采用基于语义解析或基于机器学习的方法实现关系匹配任务。基于语义解析的方法通过解析问题的句子结构，抽取出表示关系的词汇，再通过预先构建好的匹配库将词汇与知识图谱的关系匹配；基于机器学习的方法通过训练语料将问句和知识图谱关系都转成某种向量化表达形式，计算相似度找出和问句表述最相似的知识图谱关系。
3、然而，现有技术中表明建立供应链知识图谱需要跨部门协作和数据共享，但在实际中可能存在信息孤岛和数据壁垒的问题，部门间信息共享和协作不畅可能会影响到知识图谱的建设和应用；供应链知识图谱建立在大量的数据之上，...
【技术保护点】
1.一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，包括：
2.根据权利要求1所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，所述多源异构数据包括：从公开领域或供应链领域中获取的不同数据源、格式、结构或类型的数据。
3.根据权利要求2所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，所述对数据进行预处理包括：
4.根据权利要求3所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，所述进行初步筛选包括：
5.根据权利要求1所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在...
【技术特征摘要】
1.一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，包括：
2.根据权利要求1所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，所述多源异构数据包括：从公开领域或供应链领域中获取的不同数据源、格式、结构或类型的数据。
3.根据权利要求2所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，所述对数据进行预处理包括：
4.根据权利要求3所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，所述进行初步筛选包括：
5.根据权利要求1所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，所述通过tfidf进行多源异构数据的词汇识别包括：
6.根据权利要求5所述的一种基于元知识迁移的供应链知识图谱表示方法，其特征在于，还包括：以所述向量空间模型和tf-idf权重值...
【专利技术属性】
技术研发人员：叶勇，王国立，魏禹琳，周小波，陈思龙，
申请(专利权)人：安徽农业大学，
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。