-
公开(公告)号:CN115545195A
公开(公告)日:2022-12-30
申请号:CN202211164064.6
申请日:2022-09-23
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明提供一种基于知识表示学习的知识图谱可信评估方法及系统,涉及知识图谱可信评估技术领域,该方法包括:获取知识图谱的外部可信证据和内部可信证据;根据预先存储的各外部可信证据与得分之间的对应关系,得到外部可信证据所对应的外部可信特征值;以及,使用知识表示学习算法将元素和元素类型进行向量化表示,根据元组结构的完整程度和元素与对应元素类型映射的正确程度确定元组的可信值,根据各元组的可信值确定内部可信证据所对应的内部可信特征值;对外部可信特征值、内部可信特征值进行加权求和,得到所述知识图谱的可信值。这样,对知识图谱从外部和内部两方面进行全面的可信评估,可以提高可信评估的准确性。
-
公开(公告)号:CN115269863A
公开(公告)日:2022-11-01
申请号:CN202210740685.8
申请日:2022-06-28
Applicant: 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开的一种交通领域网络知识可信评估方法及系统,包括:获取交通领域网络知识;根据网络知识的来源对交通领域网络知识进行分类;获取影响每类网络知识可信特性的数据信息;根据数据信息对每类网络知识进行可信评估,获得每类网络知识的可信特性值;根据每类网络知识的可信特性值,获得交通领域网络知识的总可信值;根据总可信值,确定交通领域网络知识的可信等级。提高了网络知识可信评估的准确性。
-