一种基于非语义极大化剥离的内隐知识学习方法

本发明公开了一种基于非语义极大化剥离的内隐知识学习方法，包括S1：获取目标文本数据，提取每个样本的语义特征，并通过计算语义相似度对文本数据进行归类；S2：通过空间化位式表征场，对相同归类的文本数据的各属性进行联合表征；S3：根据文本数据的表征结果，以预设的关系词类型表为基准进行映射，得到映射到同一关系词类型下的若干条文本数据，进行非语义剥离得到的富含知识信息的语义群；S4：针对同一关系词类型下的语义群，对保留下来的语义特征进行分段聚合，得到若干条数据中的内隐知识特征。本发明基于承载数据，透过显性知识，自动发掘出数据中所蕴含的内隐知识，实现了载体数据的去粗存精和数据内隐知识的高效学习。