摘要
本发明公开一种基于人工智能的计算机文件智能分类管理系统,包括数据采集处理模块用于获取多源文件并进行预处理和元数据提取,多模态特征提取模块基于BERT预训练模型、ViT‑Base、图神经网络和门控注意力机制对多模态数据进行提取并跨模态融合,知识图谱构建模块用于基于文件特征与外部知识库构建和更新知识图谱,自适应分类模块基于全局特征与知识图谱关联信息完成分类决策并识别未知类别,动态优化模块用于通过用户反馈与增量学习优化分类模型与知识图谱;本发明系统可以提升对复杂文件的分类准确率,可以支持对新文件类型的快速适配,同时实现了分类模型与知识图谱的持续优化,可降低人工规则维护成本。
技术关键词
分类管理系统
知识图谱构建
更新知识图谱
特征提取模块
知识图谱优化
视觉特征提取
数据特征提取
DBSCAN聚类算法
注意力机制
特征提取单元
计算机
分类准确率
文件特征
数据处理单元
多模态
实体属性数据
性能监控
云存储文件
系统为您推荐了相关专利信息
小无人机
跟踪目标图像
特征提取模型
跟踪方法
生成模板
输电设备
故障诊断模型
融合方法
构建知识图谱
输变电设备监控
地理位置特征
兴趣
交互历史数据
主题数据
模型更新
时序特征
光伏功率预测方法
交叉注意力机制
3DCNN模型
融合特征