摘要
本发明公开了一种多源数据资源关键信息挖掘方法及系统,包括:获取各形式类型的多源数据,并预处理;根据数据类型进行划分;对文字类数据进行词频统计及词语关联性分析,对数字类数据通过上下文语义关联提取其数值含义;基于各数据类型关键信息数据集构建跨模态关键信息数据集;设计多分支长短时记忆神经网络模型,将跨模态关键信息数据集输入模型进行训练,通过动态调整网络参数生成针对不同领域的关键信息挖掘模型;选择对最优模型进行关键信息实时提取与更新,生成知识图谱,并进行可视化操作。本发明的优点在于:通过多源数据融合与处理,结合长短时记忆神经网络模型并生成知识图谱,高效地进行领域特定的关键信息挖掘与可视化操作。
技术关键词
关键信息挖掘方法
数据
文本关键信息
生成知识图谱
文本段落
依存句法分析
神经网络模型
CRF模型
跨模态
数值
双通道注意力
神经架构搜索
词频统计
可视化模板
多分支
知识图谱构建
命名实体识别
LSTM模型
计算机可读指令
系统为您推荐了相关专利信息
语义分割方法
原型
查询特征
语义分割模型
注意力
智能模拟方法
虹吸
导流
水动力模型
随机采样方法
高压检测装置
间隙避雷器
智能机械臂
机械臂组件
角度调节盘