摘要
本发明涉及知识图谱应用技术领域,公开了一种适用于智能运维领域知识图谱的知识抽取算法,包括:获取运维过程中的历史记录数据作为原始数据;采用基于BERT‑BiGRU‑CRF的实体识别模型对所述原始数据进行关键实体抽取,并进行同义词处理以进行数据增强,得到目标实体;采用基于人工规则的关系抽取方法将关键实体连接起来形成三元组信息;利用Protégé本体构建工具建立运维知识图谱本体模型;对知识图谱本体模型中的模糊数据和重复数据进行融合消歧,得到目标知识图谱模型。本发明抽取关键实体并进行同义词处理并增强数据,搭建本体模型,对模糊和重复数据进行融合消歧,为智能运维中的故障诊断、预测性维护提供了坚实的知识支撑,提升智能运维的效率与精准度。
技术关键词
抽取算法
知识图谱模型
实体识别模型
同义词
运维知识图谱
转移概率矩阵
关系抽取方法
文本
BERT模型
关键词提取算法
CRF模型
节点
TextRank算法
数据
实体间关系
融合语义
系统为您推荐了相关专利信息
汽车故障诊断方法
知识图谱模型
自然语言
实体
汽车故障诊断系统
手写信息处理方法
书写信息处理装置
身份
非瞬态计算机可读存储介质
书写显示设备
问答系统构建方法
问答模型
财务
生成结构化数据
文本
劣化绝缘子
污秽
知识图谱模型
命名实体识别技术
高光谱成像仪