一种基于知识图谱的数据关联方法及系统技术方案

本发明专利技术涉及人员综合性训练分析技术领域，尤其涉及一种基于知识图谱的数据关联方法及系统，通过对人员训练产生的训练数据提取元数据并置标，为数据关联提供更多的上下文信息和特征维度；通过对置标后的训练数据，针对性构建三元组抽取模型分别进行三元组抽取，并采用基于相似性的数据映射方法，将抽取的三元组数据映射至知识图谱中，实现数据的融合与集成；最后，基于构建好的知识图谱，分析训练过程中事件之间的相似性，发现事件之间的潜在关联，为综合性训练活动的决策支持提供有力数据基础，实现了包括文本、图像、音频、视频多源异构数据的有效关联，关联结果更准确，能够支持更复杂的任务，满足不同场景下的训练分析需求。

【技术实现步骤摘要】

本专利技术涉及人员综合性训练分析，具体为一种基于知识图谱的数据关联方法及系统。

技术介绍

1、随着人工智能、大数据等前沿技术的蓬勃发展，各种形式的训练正经历着一场深刻的智能化变革。在这场变革中，训练结果分析作为各种训练闭环中的关键环节，正被赋予全新的内涵与能力，深刻改变着训练的效能与质量。在传统训练模式下，训练结果分析主要依赖人工观察、经验判断以及相对简单的数据统计。教练员通过现场观察受训人员的动作、训练要求的执行情况，结合自身的专业知识和经验，对训练效果进行主观评估。同时，会记录一些基本的数据，进行简单的汇总和对比分析。然而，这种分析方式存在诸多局限性。一方面，人工观察难以全面、精准地捕捉训练过程中的所有细节。在复杂多变的训练模拟环境中，受训人员的每一个决策、每一次行动都可能受到多种因素的影响，人工观察很容易遗漏关键信息，导致对训练结果的评估不够准确。另一方面，简单的数据统计无法深入挖掘数据背后的潜在规律和关联。因此，传统的分析方法往往只能停留在表面数据的呈现，难以揭示训练过程中存在的深层次问题，无法为后续的训练改进提供有力的支持。此外，传统分析方式效率本文档来自技高网...

【技术保护点】

1.一种基于知识图谱的数据关联方法，其特征在于，包括：

2.根据权利要求1所述的基于知识图谱的数据关联方法，其特征在于，所述提取训练数据的元数据，并基于元数据对训练数据进行置标，获得带有标签信息的训练数据的方法为：

3.根据权利要求1所述的基于知识图谱的数据关联方法，其特征在于，所述训练图谱本体模型核心类包括事件、时间、地点、人员、装备和科目，具体为：

4.根据权利要求1所述的基于知识图谱的数据关联方法，其特征在于，所述基于BiLSTM结合CRF对带有标签信息的训练数据中的文本数据进行三元组抽取的方法为：

5.根据权利要求1所述的基于知识图...

【技术特征摘要】

1.一种基于知识图谱的数据关联方法，其特征在于，包括：

2.根据权利要求1所述的基于知识图谱的数据关联方法，其特征在于，所述提取训练数据的元数据，并基于元数据对训练数据进行置标，获得带有标签信息的训练数据的方法为：

3.根据权利要求1所述的基于知识图谱的数据关联方法，其特征在于，所述训练图谱本体模型核心类包括事件、时间、地点、人员、装备和科目，具体为：

4.根据权利要求1所述的基于知识图谱的数据关联方法，其特征在于，所述基于bilstm结合crf对带有标签信息的训练数据中的文本数据进行三元组抽取的方法为：

5.根据权利要求1所述的基于知识图谱的数据关联方法，其特征在于，基于目标检测与关系分类对带有标签信息的训练数据中的图像数据进行三元组抽取的方法为：

【专利技术属性】
技术研发人员：岳明桥，常秀丰，马跃飞，胡永涛，雷博，杨军，林毅，
申请(专利权)人：中国人民解放军九二四九三部队信息技术中心，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人