摘要
本发明公开了一种多模态数据的知识图谱构建方法,涉及智能搜索优化技术领域,本发明基于跨模态一致性度量方法匹配相似知识实体,采用信息熵去重策略合并冗余数据,利用图卷积网络进行语义对齐,并动态调整聚类结构,提高知识图谱的数据整合质量;针对缺乏上下文感知能力的问题,实时采集搜索关键词、点击频次、停留时间等搜索行为数据,计算评估搜索环境适配因子Gdf,并采用强化学习优化知识实体关联权重,提升搜索适配性;针对多模态数据处理困难的问题,采用跨模态对比学习方法,计算评估跨模态匹配度指数Mcf,并基于对数几何平均数动态调整各模态数据权重,使不同模态数据融合于共享向量空间,实现跨模态知识图谱的优化建模与检索。
技术关键词
知识图谱构建方法
多模态
跨模态数据
特征提取方法
语义
指数
高维特征向量
学习方法
信息熵
相似性计算方法
实体关联信息
对齐方法
机制
动态
模态特征
增量式数据
系统为您推荐了相关专利信息
问答系统构建方法
语义向量
问答知识库
文本
大语言模型
智能匹配方法
诊疗数据
医学
分段
可执行程序代码
乳腺癌新辅助化疗疗效
神经网络模型
患者
时序
化疗疗效预测
中药提取工艺
智能优化系统
动态规则库
效应
参数