公开(公告)号：CN114186690B

公开(公告)日：2022-04-19

申请号：CN202210139865.0

申请日：2022-02-16

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 董康生 ,  胡伟波 ,  沈雁鸣 ,  何磊 ,  徐明兴 ,  张若冰

IPC: G06N5/02 ,  G06N3/04

Abstract: 本发明公开了一种飞行器知识图谱构建方法、装置、设备及存储介质，该方法包括获取飞行器的结构化数据、半结构化数据和非结构化数据，在确定飞行器知识图谱的模式层后，利用字段抽取、规则模板抽取和反馈长短时记忆神经网络与条件随机场模型抽取的方式分别对飞行器的结构化数据、半结构化数据和非结构化数据进行抽取，以获得不同数据类型的知识三元组，进而构建飞行器知识图谱。本发明通过在对飞行器非结构化数据抽取过程中采用改进的反馈长短时记忆神经网络与条件随机场模型抽取的方式，解决了传统长短时记忆神经网络在上下文关联性低时识别效果不佳的问题，增强飞行器知识图谱不同实体之间的联系，提高飞行器知识图谱的构建效率和结构合理性。

公开(公告)号：CN114186690A

公开(公告)日：2022-03-15

申请号：CN202210139865.0

申请日：2022-02-16

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 董康生 ,  胡伟波 ,  沈雁鸣 ,  何磊 ,  徐明兴 ,  张若冰

IPC: G06N5/02 ,  G06N3/04

Abstract: 本发明公开了一种飞行器知识图谱构建方法、装置、设备及存储介质，该方法包括获取飞行器的结构化数据、半结构化数据和非结构化数据，在确定飞行器知识图谱的模式层后，利用字段抽取、规则模板抽取和反馈长短时记忆神经网络与条件随机场模型抽取的方式分别对飞行器的结构化数据、半结构化数据和非结构化数据进行抽取，以获得不同数据类型的知识三元组，进而构建飞行器知识图谱。本发明通过在对飞行器非结构化数据抽取过程中采用改进的反馈长短时记忆神经网络与条件随机场模型抽取的方式，解决了传统长短时记忆神经网络在上下文关联性低时识别效果不佳的问题，增强飞行器知识图谱不同实体之间的联系，提高飞行器知识图谱的构建效率和结构合理性。