基于LSTM神经网络和知识图谱的文本关联分析方法及系统

AITNT
正文
推荐专利
基于LSTM神经网络和知识图谱的文本关联分析方法及系统
申请号:CN202510267108
申请日期:2025-03-07
公开号:CN120218076A
公开日期:2025-06-27
类型:发明专利
摘要
本发明公开了基于LSTM神经网络和知识图谱的文本关联分析方法及系统,属于文本分析技术领域,其方法具体包括:从文献数据库中收集文本主题的文本数据,对收集的文本主题文本数据进行预处理,通过LSTM网络对预处理后的文本主题文本数据进行学习,生成文本主题具有语义关联性的向量,构建文本主题知识图谱,并基于构建文本主题知识图谱对文本主题具有语义关联性的向量进行语义增强,基于LSTM神经网络和知识图谱的输出,对文本主题进行分类和分析;本发明通过模型分析,能够进行更高层次的推理,进行精确分类,还能够通过文本间的关系挖掘潜在的交叉文本领域。
技术关键词
LSTM神经网络 关联分析方法 语义 关联分析系统 文本主题词 知识图谱构建 数据收集模块 文本分析技术 支持向量机模型 多头注意力机制 节点 关系 特征词库 分析模块
系统为您推荐了相关专利信息
1
基于地名时空派生关系网络的空间模糊位置确定方法及装置
模糊位置信息 特征识别方法 空间邻近关系 关系网络 地物信息
2
一种基于数字孪生的物联网设备实时预警方法及系统
语义图谱 数字孪生模型 模态特征 扩展卡尔曼滤波器 物理设备
3
一种基于机器人的工件搬运方法、装置、电子设备及介质
语义地图 工件搬运方法 工位 规划 协助机器人
4
一种基于脑电特征引导的伪装目标存在性检测方法及系统
性检测方法 脑电特征 图像编码器 图像分类器 特征加权融合
5
基于多传感器融合的车辆安全隐患预警方法、装置及设备
车辆安全隐患预警 多传感器融合 交互特征 语义特征 多模态深度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号