CN119514662A 一种基于异构数据联合抽取模式的航空航天制造知识图谱的构建方法 （南京航空航天大学）

一种基于异构数据联合抽取模式的航空航本发明公开了一种基于异构数据联合抽取模式的航空航天制造知识图谱的构建方法，包知识图谱特有的应用形态和航空航天制造领域21.一种基于异构数据联合抽取模式的航空航天制造知识图谱的构建方法，其特征在S6、结合知识图谱特有的应用形态和航空航2.根据权利要求1所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱的3.根据权利要求1所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱的S21、使用关系型数据库存储知识图谱知识模型元数据，以数据表的形式存储本体定4.根据权利要求1所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱的和事件抽取的多任务学习模型：通过统一的输入层接受文本中的信息并将其转化为词嵌cj)将实体ej和类别cj映射到一个特征向量，对于马尔可夫模型，定义状态转移概率P(cj|5.根据权利要求4所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱的3Ltotal＝Lentity(Yentity，Yentity_true)+Lrelation(Yrelation，Yrelation_true)+Levent(Yevent，entityrelation和Levent分别代表实体、关系和事件的独立损失函数；Yentity_true、H＝Bi_LSTM(X)+Attent其中，X代表经过嵌入处理的输入信息，Bi_LSTM代表共享层的双向长短期记忆网络，6.根据权利要求1所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱的S42、在数据实例层，使用基于深度学习的方法来识别和匹配不同数据源中相同的实7.根据权利要求6所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱的i为权重项以确保只有负样本对对损失函数有贡献，e"和ef分别是批次中第i个8.根据权利要求1所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱的49.根据权利要求8所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱的**ggi10.根据权利要求1所述的一种基于异构数据联合抽取模式的航空航天制造知识图谱56(ej,cj)将实体ej和类别cj映射到一个特征向量，对于马尔可夫模型，定义状态转移概率P[0024]更为具体的，步骤S32中多任务联合损失函数对多任务学习模型进行优化的具体[0025]选择使多任务联合损失函数最小的θm为多任务学习模型的最优参数，公式表示[0028]Ltotal＝Lentity(Yentity,Yentity_true)+Lrelation(Yrelation,Yrelation_true)+Leve[0029]其中，Lentity、Lrelation和Levent分别代表实体、关系和事件的独立损失函数；7[0045]其中，yi为权重项以确保只有负样本对对损失函数8[0061]S62、通过复杂查询和决策理解促进知识发现，在航空航天制造场景下使用可视领域知识图谱应用落地困难和现有构建方法任务迁移性差的问题；基于过自顶向下的逻[0067]图1是本发明提出的基于异构数据联合抽取模式的航空航天制造知识图谱构建方[0070]如图1所示，给出了本发明提出的一种基于异构数据联合抽取模式的航空航天制9[0080]本实施例中，构建RDF和图数据库的映射关系是为了以便工业场景下的各种数据[0089]Ltotal＝Lentity(Yentity,Yentity_true)+Lrelation(Yrelation,Yrelation_true)+Leve[0090]其中，Lentity、Lrelation和Levent分别代表实体、关系和事件的独立损失函数；(ej,cj)将实体ej和类别cj映射到一个特征向量，对于马尔可夫模型，定义状态转移概率Pθθ意义上不相似或不相关的样本对，这个损失函数鼓励模型将正样本的特征表示拉得更近，gggg[0127]S62、通过复杂查询和决策理解促进知识发现，在航空航天制造场景下使用可视[01