本發(fā)明涉及數(shù)字化加工，尤其涉及一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法及系統(tǒng)。

背景技術(shù)：

1、在當(dāng)今的數(shù)字化時(shí)代，知識(shí)管理和信息處理的效率至關(guān)重要。傳統(tǒng)的知識(shí)庫(kù)構(gòu)建方法往往依賴于人工輸入和整理，這不僅耗時(shí)耗力，而且容易出錯(cuò)。因此，開(kāi)發(fā)一種自動(dòng)化的、基于先進(jìn)技術(shù)的知識(shí)庫(kù)構(gòu)建方法顯得尤為重要。

2、通過(guò)結(jié)合圖像處理和自然語(yǔ)言處理技術(shù)，使得從各種文本和圖像資料中提取信息、整理信息成為可能。首先利用圖像識(shí)別技術(shù)對(duì)文本資料進(jìn)行圖片截選和分類(lèi)，然后通過(guò)語(yǔ)義分析將圖像轉(zhuǎn)化為文本數(shù)據(jù)，提取關(guān)鍵信息。接著，通過(guò)標(biāo)記整理單元對(duì)信息進(jìn)行有效組織和關(guān)聯(lián)，利用關(guān)鍵詞分類(lèi)單元對(duì)提取的信息進(jìn)行進(jìn)一步篩選和整理。

3、這種方法在各種場(chǎng)景中都非常有用，特別是在需要快速?gòu)拇罅繑?shù)據(jù)中提取和整理信息的研究、商業(yè)和教育領(lǐng)域。通過(guò)自動(dòng)化和數(shù)字化處理，它不僅提高了工作效率，還減少了人為錯(cuò)誤，提高了數(shù)據(jù)處理的質(zhì)量。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述現(xiàn)有存在的問(wèn)題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問(wèn)題是：如何提高從原始文本和圖像資料中提取、整理和分類(lèi)信息的效率和準(zhǔn)確性，如何增強(qiáng)知識(shí)庫(kù)中信息的豐富性和相關(guān)性。

3、為解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案，一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法，包括：

4、基于圖像識(shí)別模型利用框選單元3，對(duì)文本資料進(jìn)行圖片截選和分類(lèi)，選擇或生成標(biāo)準(zhǔn)模板，進(jìn)行編號(hào)標(biāo)記；基于語(yǔ)義分析模型利用數(shù)據(jù)化處理單元4，將截選圖片轉(zhuǎn)化為文本數(shù)據(jù)，并提取圖片中的關(guān)鍵信息；利用標(biāo)記整理單元5，對(duì)標(biāo)題空間和填充空間進(jìn)行主從關(guān)聯(lián)，并對(duì)關(guān)鍵詞進(jìn)行擴(kuò)展；基于語(yǔ)義處理模型利用關(guān)鍵詞分類(lèi)單元6，對(duì)關(guān)鍵詞進(jìn)行篩選，并對(duì)文本數(shù)據(jù)進(jìn)行語(yǔ)法檢查和語(yǔ)義理解，存入到知識(shí)庫(kù)中；對(duì)知識(shí)庫(kù)進(jìn)行持續(xù)更新，根據(jù)反饋對(duì)文本數(shù)據(jù)進(jìn)行優(yōu)化。

5、作為本發(fā)明所述的一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的一種優(yōu)選方案，其中：所述對(duì)文本資料進(jìn)行圖片截選和分類(lèi)包括利用框選單元3設(shè)置標(biāo)準(zhǔn)模板，并將標(biāo)準(zhǔn)模板在拍攝截面上進(jìn)行映射，生成拍攝邊框，預(yù)留標(biāo)題空間和填充空間，利用標(biāo)題空間和填充空間對(duì)文本資料進(jìn)行對(duì)照矯正，在標(biāo)準(zhǔn)文本上獲取若干組填充文本，對(duì)填充文本進(jìn)行圖片截選后，對(duì)截選圖片依次進(jìn)行編號(hào)標(biāo)記；

6、利用圖像識(shí)別模型，對(duì)截選圖片進(jìn)行分類(lèi)，根據(jù)圖片的類(lèi)別，自動(dòng)選擇合適的標(biāo)準(zhǔn)模板，或者生成新的模板，步驟如下：

7、將截選圖片輸入到圖像識(shí)別模型中，經(jīng)過(guò)卷積層和池化層的處理，提取圖片中的特征向量；將特征向量輸入到全連接層中，經(jīng)過(guò)激活函數(shù)和softmax函數(shù)的處理，輸出圖片的類(lèi)別概率分布；

8、所述圖像識(shí)別模型表示為：

9、

10、其中，x(l)i，j，k表示第l層的輸入特征圖，w(l)m，n，p，k表示第l層的卷積核參數(shù)，表示第l層的偏置參數(shù)，表示第l層的卷積輸出，f表示激活函數(shù)，表示第l層的激活輸出，表示第l層的池化輸出，m，n，p表示卷積核的尺寸，max表示最大值運(yùn)算；

11、根據(jù)概率分布，選擇概率最大的類(lèi)別作為圖片的識(shí)別結(jié)果，從預(yù)設(shè)的標(biāo)準(zhǔn)模板庫(kù)中，選擇與圖片類(lèi)別相匹配的標(biāo)準(zhǔn)模板；

12、若沒(méi)有與圖片類(lèi)別相匹配的標(biāo)準(zhǔn)模板，或者圖片類(lèi)別不明確，則利用圖片模板生成模型對(duì)圖片進(jìn)行遷移，生成新的模板。

13、作為本發(fā)明所述的一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的一種優(yōu)選方案，其中：所述圖片模板生成模型表示為：

14、g(z)＝cnn(z)

15、d(x)＝cnn(x)

16、

17、其中，z表示隨機(jī)噪聲向量，x表示真實(shí)圖片，g(z)表示生成器生成的圖片，d(x)表示判別器對(duì)真實(shí)圖片的判別概率，d(g(z))表示判別器對(duì)生成圖片的判別概率，cnn表示卷積神經(jīng)網(wǎng)絡(luò)，表示生成器和判別器的損失函數(shù)，表示期望值，pdata(x)表示真實(shí)圖片的分布，pz(z)表示噪聲向量的分布；

18、圖片模板生成模型的步驟包括將圖片輸入到生成器中，經(jīng)過(guò)卷積層和反卷積層的處理，生成新的模板；

19、將新的模板和預(yù)設(shè)的標(biāo)準(zhǔn)模板一起輸入到判別器中，經(jīng)過(guò)卷積層和全連接層的處理，輸出圖片的真假概率分布；

20、根據(jù)概率分布，計(jì)算生成器和判別器的損失函數(shù)，利用反向傳播算法更新生成器和判別器的參數(shù)，使生成器能夠生成更真實(shí)的圖片，判別器能夠更好地區(qū)分真假圖片；

21、直到生成器和判別器達(dá)到平衡，即生成器生成的圖片能夠騙過(guò)判別器，判別器無(wú)法區(qū)分真假圖片；將生成器生成的圖片作為新的模板，用于框選截圖。

22、作為本發(fā)明所述的一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的一種優(yōu)選方案，其中：所述提取圖片中的關(guān)鍵信息包括利用數(shù)據(jù)化處理單元(4)將截選圖片轉(zhuǎn)化為文本數(shù)據(jù)，根據(jù)編號(hào)標(biāo)記，將文本數(shù)據(jù)依次填充至對(duì)應(yīng)填充空間中，獲取文本數(shù)據(jù)；

23、利用語(yǔ)義分析模型，對(duì)截選圖片進(jìn)行語(yǔ)義分析，提取圖片中的關(guān)鍵信息，將這些信息作為文本數(shù)據(jù)的補(bǔ)充，表示為：

24、h(l)＝f(w(l)x(l-1)+b(l))

25、

26、

27、其中，x(l)表示第l層的輸入特征圖，h(l)表示第l層的隱藏特征圖，表示第l層的輸出特征圖，w(l)表示第l層的權(quán)重參數(shù)，b(l)表示第l層的偏置參數(shù)，f表示激活函數(shù)，x表示真實(shí)圖片的像素類(lèi)別分布，表示預(yù)測(cè)圖片的像素類(lèi)別分布，表示語(yǔ)義分割的損失函數(shù)，log表示對(duì)數(shù)運(yùn)算，∑表示求和運(yùn)算；

28、語(yǔ)義分析步驟包括將截選圖片輸入到ssn模型中，經(jīng)過(guò)編碼器的處理，提取圖片中的高維特征向量；將特征向量輸入到解碼器中，經(jīng)過(guò)反卷積層和上采樣層的處理，恢復(fù)圖片的原始尺寸，輸出圖片的像素類(lèi)別分布；根據(jù)像素類(lèi)別分布，對(duì)圖片進(jìn)行分割，將圖片劃分為若干個(gè)區(qū)域，每個(gè)區(qū)域?qū)?yīng)一個(gè)語(yǔ)義類(lèi)別，根據(jù)分割結(jié)果，對(duì)每個(gè)區(qū)域進(jìn)行語(yǔ)義分析，提取區(qū)域中的關(guān)鍵信息，作為文本數(shù)據(jù)的補(bǔ)充。

29、作為本發(fā)明所述的一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的一種優(yōu)選方案，其中：所述對(duì)標(biāo)題空間和填充空間進(jìn)行主從關(guān)聯(lián)包括利用標(biāo)記整理單元5對(duì)標(biāo)題空間和填充空間進(jìn)行主從關(guān)聯(lián)，建立填充空間對(duì)應(yīng)截選圖片的編號(hào)標(biāo)記與標(biāo)題空間的主從關(guān)聯(lián)，根據(jù)標(biāo)準(zhǔn)模板在標(biāo)題空間中填充標(biāo)記名稱(chēng)，作為關(guān)鍵詞；

30、利用知識(shí)圖譜，對(duì)關(guān)鍵詞進(jìn)行擴(kuò)展包括將關(guān)鍵詞作為查詢條件，從gdb中檢索與關(guān)鍵詞相關(guān)的實(shí)體和關(guān)系，構(gòu)建子圖，子圖是由若干個(gè)節(jié)點(diǎn)和邊組成的圖，節(jié)點(diǎn)表示實(shí)體，邊表示關(guān)系，對(duì)子圖進(jìn)行分析，提取子圖中的重要信息，將這些信息作為關(guān)鍵詞的補(bǔ)充，對(duì)子圖進(jìn)行擴(kuò)展，根據(jù)子圖中的實(shí)體和關(guān)系，從gdb中檢索更多的相關(guān)實(shí)體和關(guān)系，生成更多的子圖，將這些子圖中的實(shí)體和關(guān)系作為相關(guān)詞匯，作為知識(shí)庫(kù)的檢索條件。

31、作為本發(fā)明所述的一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的一種優(yōu)選方案，其中：所述對(duì)關(guān)鍵詞進(jìn)行篩選包括利用關(guān)鍵詞分類(lèi)單元6對(duì)關(guān)鍵詞進(jìn)行篩選，獲取對(duì)應(yīng)從屬編號(hào)標(biāo)記下截選圖片對(duì)應(yīng)的文本數(shù)據(jù)，并根據(jù)時(shí)間順序?qū)ξ谋緮?shù)據(jù)進(jìn)行排序，生成時(shí)間-文本數(shù)據(jù)，存入到知識(shí)庫(kù)2中進(jìn)行存儲(chǔ)；

32、利用語(yǔ)義處理模型，對(duì)文本數(shù)據(jù)進(jìn)行語(yǔ)法檢查和語(yǔ)義理解，對(duì)文本數(shù)據(jù)中的錯(cuò)誤或不清晰的表述進(jìn)行糾正或提示，表示為：

33、

34、其中，表示第l層的輸入特征向量，表示第l層的前向隱藏特征向量，表示第l層的后向隱藏特征向量，表示第l層的雙向隱藏特征向量，yt表示輸出特征向量，wy表示權(quán)重參數(shù)，by表示偏置參數(shù)，f表示激活函數(shù)，y表示真實(shí)的語(yǔ)法和語(yǔ)義標(biāo)簽，表示預(yù)測(cè)的語(yǔ)法和語(yǔ)義標(biāo)簽，表示自然語(yǔ)言處理的損失函數(shù)，log表示對(duì)數(shù)運(yùn)算，∑表示求和運(yùn)算，[；]表示向量拼接運(yùn)算；

35、所述語(yǔ)義處理的步驟是包括將文本數(shù)據(jù)分詞，將每個(gè)詞轉(zhuǎn)化為詞向量，將詞向量輸入到birnn模型中，經(jīng)過(guò)前向rnn和后向rnn的處理，提取文本數(shù)據(jù)中的上下文特征向量；將特征向量輸入到全連接層中，經(jīng)過(guò)激活函數(shù)和softmax函數(shù)的處理，輸出文本數(shù)據(jù)的語(yǔ)法和語(yǔ)義標(biāo)簽，根據(jù)語(yǔ)法和語(yǔ)義標(biāo)簽，對(duì)文本數(shù)據(jù)進(jìn)行語(yǔ)法檢查和語(yǔ)義理解，對(duì)文本數(shù)據(jù)中的錯(cuò)誤或不清晰的表述進(jìn)行糾正或提示。

36、作為本發(fā)明所述的一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的一種優(yōu)選方案，其中：所述根據(jù)反饋對(duì)文本數(shù)據(jù)進(jìn)行優(yōu)化包括將知識(shí)庫(kù)作為環(huán)境，將優(yōu)化器作為智能體，定義優(yōu)化器的狀態(tài)、動(dòng)作和獎(jiǎng)勵(lì)，狀態(tài)是知識(shí)庫(kù)中的文本數(shù)據(jù)，動(dòng)作是對(duì)文本數(shù)據(jù)進(jìn)行優(yōu)化，獎(jiǎng)勵(lì)是用戶的反饋和評(píng)價(jià)；利用深度q網(wǎng)絡(luò)實(shí)現(xiàn)優(yōu)化器的學(xué)習(xí)。

37、本發(fā)明的另外一個(gè)目的是提供一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的系統(tǒng)，其能通過(guò)知識(shí)圖譜和深度學(xué)習(xí)提高從原始文本和圖像資料中提取、整理和分類(lèi)信息的效率和準(zhǔn)確性，如何增強(qiáng)知識(shí)庫(kù)中信息的豐富性和相關(guān)性。

38、為解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建系統(tǒng)，包括文本轉(zhuǎn)化系統(tǒng)1和知識(shí)庫(kù)2；

39、所述文本轉(zhuǎn)化系統(tǒng)1包括框選單元3、數(shù)據(jù)化處理單元4、標(biāo)記整理單元5和關(guān)鍵詞分類(lèi)單元6，所述框選單元3分別與數(shù)據(jù)化處理單元4和標(biāo)記整理單元5對(duì)接，所述數(shù)據(jù)化處理單元4和標(biāo)記整理單元5均與關(guān)鍵詞分類(lèi)單元6對(duì)接；

40、所述框選單元3包括模板參考模塊7、對(duì)照矯正模塊8和框選標(biāo)號(hào)模塊9，所述模板參考模塊7與對(duì)照矯正模塊8對(duì)接，所述對(duì)照矯正模塊8與框選標(biāo)號(hào)模塊9對(duì)接；

41、所述模板參考模塊7用于設(shè)置標(biāo)準(zhǔn)模板，并將標(biāo)準(zhǔn)模板在拍攝截面上進(jìn)行映射，生成拍攝邊框，預(yù)留標(biāo)題空間和填充空間；

42、所述對(duì)照矯正模塊8用于利用標(biāo)題空間和填充空間對(duì)文本資料進(jìn)行對(duì)照矯正，在標(biāo)準(zhǔn)文本上獲取若干組填充文本；

43、所述框選標(biāo)號(hào)模塊9用于對(duì)填充文本進(jìn)行圖片截選后，對(duì)截選圖片依次進(jìn)行編號(hào)標(biāo)記；

44、所述數(shù)據(jù)化處理單元4包括光學(xué)字符識(shí)別模塊10和對(duì)照填充模塊11，所述光學(xué)字符識(shí)別模塊10與對(duì)照填充模塊11對(duì)接；

45、所述光學(xué)字符識(shí)別模塊10用于將截選圖片轉(zhuǎn)化為文本數(shù)據(jù)；

46、所述對(duì)照填充模塊11用于根據(jù)編號(hào)標(biāo)記，將文本數(shù)據(jù)依次填充至對(duì)應(yīng)填充空間中，獲取文本數(shù)據(jù)；

47、所述標(biāo)記整理單元5包括模塊編號(hào)對(duì)照模塊12和標(biāo)記定義模塊13，所述模塊編號(hào)對(duì)照模塊12與標(biāo)記定義模塊13對(duì)接；

48、所述關(guān)鍵詞分類(lèi)單元6包括關(guān)鍵詞篩選模塊14和時(shí)間排序模塊15，所述關(guān)鍵詞篩選模塊14與時(shí)間排序模塊15對(duì)接；

49、所述關(guān)鍵詞篩選模塊14用于對(duì)關(guān)鍵詞進(jìn)行篩選，獲取對(duì)應(yīng)從屬編號(hào)標(biāo)記下截選圖片對(duì)應(yīng)的文本數(shù)據(jù)；

50、所述時(shí)間排序模塊15用于根據(jù)時(shí)間順序?qū)ξ谋緮?shù)據(jù)進(jìn)行排序，生成時(shí)間－文本數(shù)據(jù)，并將時(shí)間－文本數(shù)據(jù)傳輸?shù)街R(shí)庫(kù)2。

51、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的步驟。

52、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)一種基于標(biāo)準(zhǔn)數(shù)字化加工的知識(shí)庫(kù)構(gòu)建方法的步驟。

53、本發(fā)明的有益效果：通過(guò)高效的圖像識(shí)別、深入的語(yǔ)義分析、精確的數(shù)據(jù)處理和智能的反饋學(xué)習(xí)機(jī)制，構(gòu)建了一個(gè)動(dòng)態(tài)、準(zhǔn)確、且用戶友好的數(shù)字化知識(shí)庫(kù)不僅加快了信息處理的速度，而且提高了知識(shí)庫(kù)的質(zhì)量和實(shí)用性。