基于分层表示和深度学习模型的知识图谱自适应构建方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于分层表示和深度学习模型的知识图谱自适应构建方法
申请号:CN202510026722
申请日期:2025-01-08
公开号:CN119962643A
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了基于分层表示和深度学习模型的知识图谱自适应构建方法,包括:获取目标用户终端数据;从构建好的分层知识图谱模型中获取知识图谱数据;对所获取的数据进行预处理;将预处理后的目标用户终端数据分别输入至训练好的层级预测模型和用户终端性能预测模型,获得目标用户终端适合显示的知识图谱层级,以及目标用户终端的终端性能水平;将预处理后的知识图谱数据与终端性能水平输入至训练好的知识图谱构建方式预测模型中,获得知识图谱构建模式;根据终端性能水平,确定知识图谱层级的显示策略;根据显示策略调整显示参数;基于显示参数,通过知识图谱构建模式进行知识图谱构建。该方法实现了知识图谱构建和应用的智能化、个性化和高效化。
技术关键词
知识图谱构建 知识图谱数据 软件配置信息 深度学习模型 知识图谱模型 性能预测模型 终端 分层 层级 性能指标数据 关系 业务覆盖范围 页面加载时间 节点 策略 模式 页面资源 数据处理模块