(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211254889.7 (22)申请日 2022.10.13 (71)申请人 中原工学院 地址 450007 河南省郑州市中原区中原中 路41号 (72)发明人 陈花竹　高冉　刘霞　姜利敏　 贺金满　徐忠朴　魏冰蔗　 (74)专利代理 机构 深圳科润知识产权代理事务 所(普通合伙) 44724 专利代理师 刘强强 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 40/169(2020.01) G06F 40/30(2020.01) (54)发明名称 基于大数据的数 学知识图谱构建方法 (57)摘要 本发明提供了一种基于大数据的数学知识 图谱构建方法， 包括： 获取待处理的数学知识样 本， 利用预测模型进行标注， 得到至少一个标注 结果； 将标注结果进行分析， 并提取至少一个标 注特征， 基于标注结果、 标注特征、 数学知识样本 构建多维关联网络； 将多维关联网络中的标注结 果引出与分类器再形成关联， 并记录关联关系； 设置多个并行设置的知识 图谱单元以及一个任 务管理器， 所述任务管理器被配置成具有多个记 忆实体， 每一记忆实体用于构建对应的知识图谱 单元的学习资源的调用方式， 其中， 每一记忆实 体用于与分类主体形成对应， 并导入关联关系， 以使得每一记忆实体与多维关联网络建立连接； 从而构建出每一记忆实体基于多维关联网络来 调用学习资源。 权利要求书2页 说明书7页 附图2页 CN 115495593 A 2022.12.20 CN 115495593 A 1.基于大 数据的数 学知识图谱构建方法， 其特 征在于， 包括如下步骤： 获取待处 理的数学知识样本， 利用预测模型进行 标注， 得到 至少一个标注结果； 设置一分析器， 所述分析器用于将标注结果进行分析， 并提取至少一个标注特征， 设置 标注特征的属性， 使得 具有相同标注特 征的属性 也相同； 设置一关联器， 基于标注特征将相同标注特征进行一维关联， 形成一维关联网络； 将每 一标注结果下的所有标注特征进行关联， 并基于形成的一维关联网络来构建二维关联网 络， 将具有相同标注结果的数学知识样本进行关联， 并基于形成的二维关联网络来构建多 维关联网络； 设置一分类库， 所述分类库由多个分类主体构 成， 其中， 每一分类主体被配置成至少基 于一个标注结果来建立一个对应的分类器， 以使得在每一分类主体下形成多个并列的分类 器； 将多维关联网络中的标注结果引出与分类 器再形成关联， 并记录关联关系； 构建知识图谱模型： 设置多个并行设置的知识图谱单元以及一个任务管理器， 所述任 务管理器被配置成具有多个记忆实体， 每一记忆实体用于构建对应的知识图谱单元的学习 资源的调用方式， 其中， 每一记忆实体用于与分类主体形成对应， 并导入关联关系， 以使得 每一记忆实体与多维关联网络 建立连接； 从而构建出每一记忆实体基于多维关联网络来调 用学习资源。 2.根据权利要求1所述的基于大数据的数学知识图谱构建方法， 其特征在于， 所述预测 模型利用如下的方法进行构建： 选用至少一个数 学知识样本集； 利用至少3组以上的人工专家分别对数学知识样本集中的数学知识样本进行人工标 注， 得到人工标注结果， 且所述人工标注结果与对应的数 学知识样本进行关联； 设置一比较器， 将得到的所述人工标注结果输入至比较器进行比较， 当至少一个所述 人工标注结果之间相互一致时， 则将所述数学知识样本选为预测样本， 并将所述人工标注 结果选为所述预测样本相应的特 征向量； 采用所述训练样本和所述训练样本相应的特征向量进行训练得到基础预测模型； 将大 量的数学知识样本 输入至基础预测模型进行反复多次训练， 得到所述预测模型。 3.根据权利要求1所述的基于大数据的数学知识图谱构建方法， 其特征在于， 所述分析 器从所述标注结果得到 至少一个关键词或语句， 并所述关键词或语句设置成标注特 征； 在所述分析器中还设置有处 理器和配置单 元， 所述处理器用于计算每一标注特 征出现的概 率； 所述配置单元用于配置每一标注特征的属性， 使得具有相同标注特征的属性也相同， 同时并基于所述属性 来配置标注特 征排序。 4.根据权利要求3所述的基于大数据的数学知识图谱构建方法， 其特征在于， 所述属性 表示为基于标注特征出现的概率而进行 的赋值； 赋值越高代表出现的概率越大， 赋值越低 代表出现的概 率小； 基于所述赋值 来配置标注特 征排序。 5.根据权利要求4所述的基于大数据的数学知识图谱构建方法， 其特征在于， 基于所述 赋值由赋值的大小来配置标注特 征排序。 6.根据权利要求1所述的基于大数据的数学知识图谱构建方法， 其特征在于， 所述关联 器具有第一关联 单元、 第二关联 单元以及第三关联 单元；权　利　要　求　书 1/2 页 2 CN 115495593 A 2所述第一关联单元基于标注特征的排序结果， 依次调取标注特征以及所述标注特征所 对应的标注结果， 将具有相同的标注特 征进行一维关联， 形成一维关联网络； 所述第二关联单元连接第一关联单元， 并调用一维关联网络， 同时调取标注特征以及 所述标注特征所对应的标注结果， 将每一标注结果下 的所有标注特征进行关联， 并基于形 成的一维关联网络来构建二维关联网络； 所述第三关联单元连接第二关联单元， 并调用二维关联网络， 同时调取标注结果以及 所述标注结果所对应的数学知识样本， 将具有相同标注结果的数学知识样本进行关联， 并 基于形成的二维关联网络来构建多维关联网络 。 7.根据权利要求1所述的基于大数据的数学知识图谱构建方法， 其特征在于， 所述分类 器用于与一个或者多个标注结果进行对应。 8.根据权利要求1所述的基于大数据的数学知识图谱构建方法， 其特征在于， 在所述知 识图谱模型中， 基于任务管理器中配置的记忆实体与多维关联网络构建的连接 关系来调用 学习资源至知识图谱单 元。权　利　要　求　书 2/2 页 3 CN 115495593 A 3