(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 202210864447.8 (22)申请日 2022.07.21 (71)申请人 北京大学 地址 100871 北京市海淀区颐和园路5号北 京大学 申请人 国网山东省电力公司信息通信公司 (72)发明人 李广建　罗立群　王宇轩　郑海杰　 张凯　 (74)专利代理 机构 北京君尚知识产权代理有限 公司 11200 专利代理师 司立彬 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/84(2019.01) G06F 16/901(2019.01)G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 一种异构知识资源智能融合方法 (57)摘要 本发明公开了一种异构知识资源智能融合 方法， 其步骤包括： 1)将待融合的各知识资源分 别转化为一对应的有向图； 2)生成所述有向图中 的每一节 点的语义嵌入向量， 根据节 点的语义嵌 入向量计算节 点间的语义相似度； 如果两节点之 间的语义相似度大于设定联系阈值， 则在对应两 节点之间建立无向边进行连接； 如果两节点之间 的语义相似度大于设定合并阈值， 则将对应两节 点进行合并； 3)对各有向图进行图聚类， 得到多 个类团； 4)根据各所述类团中包含的节点， 生成 对应类团的语义主题并构建语义有向图； 5)将所 述语义有向图转化为OWL本体， 得到融合后的知 识资源。 本发 明对于分散在异构知识资源中的知 识内容进行整合组织， 有助于构建完整的知 识体 系。 权利要求书2页 说明书5页 附图1页 CN 115391550 A 2022.11.25 CN 115391550 A 1.一种异构知识资源智能融合方法， 其 步骤包括： 1)将待融合的各知识资源分别转 化为一对应的有向图； 2)生成所述有向图中的每一节点的语义嵌入向量， 根据节点的语义嵌入向量计算节点 间的语义相似度； 如果两节点之间的语义相似度大于设定联系阈值， 则在对应两节点之间 建立无向边进行连接； 如果两节点之间的语义相似度大于设定合并阈值， 则将对应两节点 进行合并； 3)对步骤2)处 理后的各有向图进行图聚类， 得到多个 类团； 4)根据各 所述类团中包 含的节点， 生成对应 类团的语义主题并构建语义有向图； 5)将所述语义有向图转 化为OWL本体， 得到融合后的知识资源。 2.根据权利要求1所述的方法， 其特征在于， 所述知识资源包括具有嵌套等级结构的结 构化数据和不具有嵌套等级结构的结构化数据； 所述具有嵌套等级结构的结构化数据包括 XML格式数据及非XML格式数据； 其中， A)将XML格式的知识资源转 化为有向图的方法为： 11)将XSD文档中用于描述实体的元素转化为实体节点Ve； 将该待处理XSD文档中描述 实体属性的元 素转化为属性节点Vp； 12)对于该待处理XSD文档中 的嵌套关系N(a,b)， a为父元素， b为子元素； 根据N(a,b)生 成元素a对应节 点指向元素b所对应节 点的有向边， 并将该有向边命名为 “has”+b； 如果元素 b满足条件(1)～(3)中任一条件， 则元素a对应节 点与元素b所对应节 点之间的边称为类边； 其中条件(1)～(3)为： (1)元素b所对应节点为Ve之下的节点； (2)元素b在该待处理XSD中有 具体的约束条件进行限制； (3)元素b为该待处理XSD中的命名节点， 即元素b为实际业务对 象； B)将具有嵌套等级关系的非XML格式的知识资源转 化为有向图的方法为： 21)将知识资源文档中用于描述实体的元素转化为实体节点Ve； 将描述实体的元素的 属性作为对应实体节点Ve的属性节点Vp； 22)根据实体节点Ve与属性节点Vp的对应关系生成有向边<Ve,Vp>； C)将不具有嵌套等级结构的知识资源转化为有向图的方法为： 将知识资源中对于每一 类实体的描述单位作为一个实体节点Ve； 将实体的描述单位所包含的每一属性单元作为一 属性节点Vp； 根据实体节点Ve与属性节点Vp的对应关系生成有向边<Ve,Vp>。 3.根据权利要求2所述的方法， 其特征在于， 所述不具有嵌套等级结构的知识资源为关 系型数据库， 所述描述单位为关系 型数据库中的一张表， 所述属 性单元为关系型数据库中 的一个字段； 或者所述不具有嵌套等级结构的知识资源为电子表格， 所述描述单位为电子 表格中的若干个列， 所述属性单 元为电子表格中的列。 4.根据权利要求1或2或3所述的方法， 其特征在于， 将对应两节点进行合并的方法为： 保留两节点中属性较多的节点， 并将属性较少节点的属性添加至所保留节点的属性中。 5.根据权利要求1或2或3所述的方法， 其特征在于， 将对应两节点进行合并的方法为： 由人工决定 两节点中所需保留的节点， 并对所保留节点进行重命名、 属性添加或更新。 6.根据权利要求1或2或3所述的方法， 其特征在于， 使用HDBSCAN算法对步骤2)处理后 的各有向图进行图聚类。 7.根据权利要求1所述的方法， 其特征在于， 生成对应类团的语义主题并构建语义有向权　利　要　求　书 1/2 页 2 CN 115391550 A 2图的方法为： 41)对类团中每个实体节点Ve， 将该实体节点Ve在知识资源中的文本描述与该实体节 点Ve所连各个属性节点Vp对应的文本进行拼接， 作为实体节点Ve的描述信息； 42)根据实体节点Ve的描述信息生成对应实体节点Ve的语义向量vs； 43)对实体节点Ve的描述信息进行主题提取， 将得到的各个主题前K个主题词使用 word2vec算法进行语义嵌入， 并将所得语义嵌入表示与各个主题类别编号进行拼接， 得到 实体节点Ve的主题向量vt； 44)根据语义向量vs与主题向量vt生成实体节点Ve的完整向量vc； 45)使用聚类算法对于得到的各完整向量进行聚类， 根据聚类结果生成每一聚类团的 主题词； 将各聚类团的主题词集合作为该类团的主题， 并创建一新的节点Vec， 作为该类团 的核心节点， 将该类团中其 他实体节点Ve与该节点Vec之间建立有向边<Vec,Ve >。 8.根据权利要求7所述的方法， 其特征在于， 将所述语义有向图转化为OWL本体的方法 为： 对于每个聚类团的节 点Vec及实体节点Ve， 将其直接转化为OWL语 言中的类； 对于有向边 <Vec,Ve>及<Ve,Ve>， 将其转化为OWL语言中的对象属性， 并将有向边中的源节点转化为对 象属性的定义域、 将目标节点转化为对 象属性的值域， 有向边的名称转化为对 象属性的命 名； 对于边<Ve,Vp>及属性顶点Vp， 将Vp的名称转化为OWL语 言中数据属性的命名， 将通过边 <Ve,Vp>与Vp连接的Ve转化为数据属性的定义域， 将Vp在知识资源中对应的元素的数据类 型转化为数据属性的值 域。 9.一种服务器， 其特征在于， 包括存储器和 处理器， 所述存储器存储计算机程序， 所述 计算机程序被配置为由所述处理器执行， 所述计算机程序包括用于执行权利要求1至8任一 所述方法中各步骤的指令 。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至8任一所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115391550 A 3