CN113807063A - 面向dikw内容的意图驱动交互填表方法 - Google Patents
面向dikw内容的意图驱动交互填表方法 Download PDFInfo
- Publication number
- CN113807063A CN113807063A CN202111022025.8A CN202111022025A CN113807063A CN 113807063 A CN113807063 A CN 113807063A CN 202111022025 A CN202111022025 A CN 202111022025A CN 113807063 A CN113807063 A CN 113807063A
- Authority
- CN
- China
- Prior art keywords
- filling
- intention
- dikp
- model
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/174—Form filling; Merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种面向DIKW内容的意图驱动交互填表方法,包括以下步骤:根据填表人信息构建第一DIKP模型,根据表格信息构建第二DIKP模型;根据第一DIKP模型以及第二DIKP模型进行意图比较以及价值判断,获取表格的填充价值等级;根据填充价值等级的不同采用降低确定性、模糊传递以及防御填充方法进行表格信息填充;对填充完成的表格信息进行反馈核验,将DIKP体系结合到自动填表***中,对信息进行自动化的填写,可以节省填表人手动填写信息的过程,实现填表的智能化,而在填写过程中充分考虑填表人的意图,使填写的信息不会违背填表人的意图,保护填表人的隐私。
Description
技术领域
本发明涉及信息处理技术领域,特别涉及面向DIKW内容的意图驱动交互填表方法。
背景技术
随着当今世界的信息化和数据化发展,各种各样的表单层出不绝,吃饭点个外卖需要填写外卖表单,买高铁飞机票出游需要填写购票表单,各种app和网站的调查问卷,公司出差或请假等等,这些都可归为内容填充一类问题,当这些待填充内容比较多的时候,填表人填写时就会遇到重复填写、填写出错、嫌麻烦、泄露信息等常见问题,以表单为主的应用,最繁琐的工作就是需要填写很多表单字段,用户所填写的内容经常是重复的工作,并且有些字段操作了很多步骤只是为了获取同一个选项值。
现有自动填充技术大多都是限制在了数据或信息迁移的程度上,基本都是将整理好的数据按键值匹配填入,将Excel表中数据条逐条自动填写到单个Excel/word表单,录入一条数据成套合同批量自动生成,这对于如何填充内容并没有体现出应有的智能,此外,在填充过程中并没有对填表人的意图进行考虑,可能会产生与填表人意愿相反的填充行为,同样,也没有判断分析表格的意图,没有考虑填充之后是否可能给填表人带来不利后果。
每个人都具有属于自身的data(数据)、information(信息)、knowledge(知识)以及智慧(Wisdom),代表着自身对外部客观事物的认知和理解,通过对数据、信息、知识以及智慧进行建模可以获得DIKW图谱体系,DIKW图谱是目前数据处理中较为新型的图谱模型,从DIKW图谱中结合个人的意图(purpose)可以获得DIKP图谱体系,DIKP图谱体系中的数据可用于存储、传输以及计算,然而目前并没有相关文献将DIKP图谱体系应用到智能填表中以解决填表繁琐、填充内容不正确、填充过程不考虑填表人意图等问题中。
发明内容
鉴以此,本发明提出面向DIKW内容的意图驱动交互填表方法,充分考虑填表人和表格的意图,以意图驱动来解决填表过程中产生的各类问题,实现智能化,提高合理性。
本发明的技术方案是这样实现的:
面向DIKW内容的意图驱动交互填表方法,包括以下步骤:
步骤S1、根据填表人信息构建第一DIKP模型,根据表格信息构建第二DIKP模型;
步骤S2、根据第一DIKP模型以及第二DIKP模型进行意图比较以及价值判断,获取表格的填充价值等级;
步骤S3、根据填充价值等级的不同采用降低确定性、模糊传递以及防御填充方法进行表格信息填充;
步骤S4、对填充完成的表格信息进行反馈核验。
优选的,所述步骤S1中的第一DIKP模型的构建过程为:判断***中是否存在填表人以往的DIKP模型,若不存在,则根据填表人当前输入的数据和意图建立第一DIKP模型;若***中存在填表人以往的DIKP模型,则利用当前输入的数据和意图对以往的DIKP模型进行补充更新,并获得第一DIKP模型。
优选的,所述步骤S1中的第二DIKP模型根据表格类别、内部表项、位置关系、拓扑结构以及备选项获取表格整体与各表项的意图,并以此构建第二DIKP模型。
优选的,所述步骤S2的具体步骤为:将表格意图以及填表人意图进行比较,通过语义分析与DIKP模型比较判断意图间的差异,同时根据填表人意图判断填充表格是否产生收益,根据差异大小以及是否产生差异来判断表格的填充价值等级。
优选的,所述填充价值等级包括高、一般、低三个等级,在表格的意图与填表人的意图差异较小,且能根据填表人意图判断给填表人带来收益的,即为填充价值等级高;表格的意图与填表人的意图差异较小,且难以根据填表人意图判断是否带来收益的,即为填充价值等级与一般;表格的意图与填表人的意图差异较大的,即为填充价值等级低。
优选的,在判断填充价值等级为高时,采用降低确定性方法进行表格信息填充,具体步骤包括:
步骤S311、获取第一DIKP模型中关于填表人的第一数据;
步骤S312、获取第二DIKP模型中的表格与第一数据具有关联的多个表项;
步骤S313、针对步骤S312中具有关联的多个表项遍历第一DIKP模型,并根据映射关系找到与第一数据相关联的信息;
步骤S314、根据与第一数据相关联的信息将第一数据填充到对应的表项中。
优选的,在判断填充价值等级为一般时,采用模糊传递方法进行表格信息填充,具体步骤为:获取第一DIKP模型中关于填表人的第二数据,对第二数据采用切断数据、信息、知识之间的包含、级联、偏序关系方式或模糊更改的方式填充到表格中。
优选的,所述模糊更改包括将确定型转化为概率型、将独立型转化为比较型、将整体型转化为局部型以及将数值型转化为范围型。
优选的,在判断填充价值等级为低时,采用防御填充方法进行表格信息填充,所述防御填充方法包括不填充以及采用模糊传递方式进行表格填充。
优选的,所述步骤S4的具体步骤包括:
步骤S41、遍历第一DIKP模型和第二DIKP模型,判断填充的内容是否符合填表人意图;
步骤S42、当填充内容不符合填表人意图时,采用意图覆盖或模糊更改方式对不符合意图的内容进行更改。
与现有技术相比,本发明的有益效果是:
本发明提供了一种面向DIKW内容的意图驱动交互填表方法,对填表人以及表格进行了DIKP模型的构建,其中DIKP模型中包含了填表人以及表格的数据、信息、知识以及意图,通过对比两个DIKP模型的意图并进行价值判断后,可以获得表格的填充价值等级,根据填充价值等级的不同采用降低确定性、模糊传递以及防御填充的方式进行表格信息填充,最后对填充的信息进行反馈核验,通过将DIKP体系结合到表格自动填写中,充分考虑填表人和表格的意图,实现表格内容填充的智能化以及合理化。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的优选实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的面向DIKW内容的意图驱动交互填表方法的流程图。
具体实施方式
为了更好理解本发明技术内容,下面提供一具体实施例,并结合附图对本发明做进一步的说明。
参见图1,本发明提供的面向DIKW内容的意图驱动交互填表方法,包括以下步骤:
步骤S1、根据填表人信息构建第一DIKP模型,根据表格信息构建第二DIKP模型。
对于DIKP模型而言,均包括数据体系、信息体系、知识体系以及意图体系,其中数据体系中的数据是由直接贯彻得到的离散元素,在没有上下文的情况下不体现出具体意义,与特定的意图相结合后会产生信息;信息体系中的信息由数据与意图相结合,是对数据按特定意图的回应,是一种有方向性的表达,多个多个意图可以与数据或信息相关,通过将目标数据与至少一个意图联系起来,实现从数据类型到信息类型的概念转换;意图是人类具有的与特定事物相关的隐含或明确的目的或目标,在数据、信息以及知识当中,意图主要与数据进行关联结合,单个数据或多个数据可以与一个或多个意图进行结合。意图本身之间的主要关系为与或非以及包含,一个意图可划分出几个子意图;知识由数据和信息经过结构化形式化的统计和推导演绎获得,在信息的基础上进一步凝练得到,形成一种知识规则,反应一定的规律性,具有一定的稳定性、可重复利用性,数据、信息、知识三者之间可以相互进行结合以及转换。
优选的,所述步骤S1中的第一DIKP模型的构建过程为:判断***中是否存在填表人以往的DIKP模型,若不存在,则根据填表人当前输入的数据和意图建立第一DIKP模型;若***中存在填表人以往的DIKP模型,则利用当前输入的数据和意图对以往的DIKP模型进行补充更新,并获得第一DIKP模型,所述步骤S1中的第二DIKP模型根据表格类别、内部表项、位置关系、拓扑结构以及备选项获取表格整体与各表项的意图,并以此构建第二DIKP模型。
在解决实际问题时,所拥有的数据、意图、信息和知识往往都是不充分、不完整和不精确的,在这种情况下更需要建立体系来进行相互验证和补充,其中对于填表人的第一DIKP模型,根据填表人当前输入的数据和意图来进行构建或更新以往的DIKP模型,针对填表人自身的数据和意图产生建立数据体系和意图体系,结合数据体系和意图体系通过“D+P=I”建立信息体系,继而构建知识体系,数据、意图、信息以及知识具有包含、继承等关系,随着体系建立或补充能进一步产生级联关系和拓扑结构,最终体系以图谱的方式进行存储,从而获得第一DIKP模型,第二DIKP模型的构建过程与第一DIKP模型的构建过程类似,在构建第二DIKP体系后,可以用于分析与填表人的意图差异,以及是否会对填表人产生不利的影响,以此进行价值判断。
无论是第一DIKP模型还是第二DIKP模型,其DIKP体系内部大体框架均是相同的,在DIKP体系中:1)从初始节点到目标节点经过的边数叫距离,经过的节点数叫深度;2)由部分节点和边组成的称为结构;3)从节点发出的边叫出边,也叫分支,其数量称为该节点的出度,进入节点的边叫入边,其数量称为节点的入度;4)从初始节点到目标节点的距离和深度代表认知距离,深度中所有节点出度和称为偏差系数,若认知距离过长,偏差系数过高,找到目标节点耗费代价会过高,但目标精确度会上升;5)节点出度与其子节点的出度和称为该节点的概率偏差因子,概率偏差因子越大,代表其为目标节点的精确度会下降。6)从某一节点经过出边到达的其它节点称为该节点的子节点,进一步经过子节点出边以及下一级子节点出边能到达的节点称为该节点的联通节点;7)若父节点只存在一条出边到达子节点,且子节点也只存在一条入边,即父节点出度为1,子节点入度为1,称为级联关系;8)若存在父节点出度为1,子节点出度小于或等于1,且深度超过2,称为偏序关系方式,此类结构称为偏序结构;9)若两个结构进行比较,其初始节点相同,若子节点或距离为3以内的联通节点一定数量以上也是相同的,则差异较小;否则差异较大;10)I体系中节点可由D体系中节点与P体系中节点组合映射,K体系中节点可由D体系、I体系和P体系中节点组合映射。
步骤S2、根据第一DIKP模型以及第二DIKP模型进行意图比较以及价值判断,获取表格的填充价值等级,具体步骤为:将表格意图以及填表人意图进行比较,通过语义分析与DIKP模型比较判断意图间的差异,同时根据填表人意图判断填充表格是否产生收益,根据差异大小以及是否产生差异来判断表格的填充价值等级,其中填充价值等级包括高、一般、低三个等级,在表格的意图与填表人的意图差异较小,且能根据填表人意图判断给填表人带来收益的,即为填充价值等级高;表格的意图与填表人的意图差异较小,且难以根据填表人意图判断是否带来收益的,即为填充价值等级与一般;表格的意图与填表人的意图差异较大的,即为填充价值等级低。
举个例子,当Tom填写企业招募表格,在Tom的第一DIKP模型中Tom的意图是想要入职,且表格意图是招募新员工,通过语义分析和模型比较发现差异小,且能根据Tom意图判断具有收益—填表是Tom入职的途径,则对表格标记为“填充价值等级高”,在填写此表格的身体条件中视力这个表项时,如果遍历Tom的第一DIKP模型得知Tom存在轻度近视,而根据表格的第二DIKP模型分析了解到该表项意图是此工作岗位不招收近视人员,与Tom的意图差异大,则对该表项记为“填充价值等级低”。
步骤S3、在获取表格的填充价值等级后,根据填充价值等级的高低,采用不同的方法进行表格信息填充,其中在填充价值等级为高时,采用降低确定性进行表格信息填充,在填充价值等级为一般时,采用模糊传递方法进行表格信息填充,在填充价值等级为低时,采用防御填充方法进行表格信息填充。
经过意图比较价值判断之后,需要对填充价值等级高的表项进行填充,但是在数据、信息、知识不充分、不完整和不精确的情况下,内容填充的过程中数据和信息流动是具有一种位置不确定性的,数据可以与多个意图结合,得到的信息是较为发散的,那数据和信息填入的位置也可能是发散的,这称为位置不确定性,这种位置不确定性是难以消除的,因为拥有的数据、信息和知识是不充分、不完整和不精确的,但是通过遍历填表人的第一DIKP模型,找寻所有可能相关的节点,并根据跨体系节点间的映射关系,给可能需要填充的内容节点加上相关的数据、信息或知识将这种不确定性降低。
采用降低确定性方法进行表格信息填充的具体步骤包括:
步骤S311、获取第一DIKP模型中关于填表人的第一数据;
步骤S312、获取第二DIKP模型中的表格与第一数据具有关联的多个表项;
步骤S313、针对步骤S312中具有关联的多个表项遍历第一DIKP模型,并根据映射关系找到与第一数据相关联的信息;
步骤S314、根据与第一数据相关联的信息将第一数据填充到对应的表项中。
例如Tom的数据体系中具有DAT(18)、DAT(5)、DAT(70)这三个数据,在不充分、不完整和不精确的情况下暂不清楚三者具体是什么含义,三者在表格的第二DIKP模型中都可填入年龄、编号等表项,针对DAT(年龄)这个表项,遍历Tom的第一DIKP模型,并根据映射关系找到可能与年龄相关的DIKP内容,假设在信息体系中存在节点INF(Tom,just graduated,from high school)与DAT(18)具有映射关系,那么结合DAT(18)、DAT(5)、DAT(70)三个填表人数据和DAT(Age)这个表项,可以推测出INF(Tom’s age,is,18),将DAT(18)这个数据填入DAT(Age)当中。
优选的,在判断填充价值等级为一般时,采用模糊传递方法进行表格信息填充,具体步骤为:获取第一DIKP模型中关于填表人的第二数据,对第二数据采用切断数据、信息、知识之间的包含、级联、偏序关系方式或模糊更改的方式填充到表格中。
在面临填充价值等级一般的表格或表项时,填表人可能希望自己的数据信息知识仅仅只能被表格获取到必要的部分,满足意图即可,减少泄露的风险,甚至在一定程度上不想让表格知道某些完整的数据或信息,想要验证表格的真实性和意图,这种情况下数据或信息从填表人到表格的流动可以进行模糊传递,结合填表人的第一DIKP模型,对数据、信息或知识进行某种变化,提高概率偏差因子,或切断数据、信息或知识之间的包含、级联或偏序等关系。
例如,Tom考试考了96分,但是其不想让表格知道具体分数,遍历表格数据体系发现DAT(96)是DAT(high)的联通节点,可以将DAT(96)转化为DAT(high)进行传递,提高概率偏差因子,降低精确度,达到Tom的意图。
模糊传递可以在填充过程中对填充内容进行关键节点的删除,破坏数据、信息或知识传递过去的关系,本发明还提供了模糊更改的方式进行表格信息填充,模糊更改包括将确定型转化为概率型、将独立型转化为比较型、将整体型转化为局部型以及将数值型转化为范围型。
1.确定型到概率型转化:
确定型到概率型的转化是将一个确定的数据或信息以概率的形式表现出来,如INF(Tom被上家单位辞退了)可以转化为INF(Tom可能是主动辞职的,也可能是被辞退了),这种情况下在填充DAT(工作经历)这个表项不能完全确定Tom的真实去职信息,对填表人的意图PUP(Tom不想让人知道自己是被辞退的)实现了满足,同时又给出可参考信息给表格,一定程度满足表格意图,达到填充要求,概率型数据需要表格根据填表人所填数据、信息或知识并结合自身DIKP体系来进行内容的推理判断,同时也降低了填表人的数据或信息泄露风险。
2.独立型到比较型转化:
独立型到比较型的转化是一种偏序转化,将一个独立表示的数据或信息转变成与其它数据或信息的比较形式表现出来,如INF(Tom身高170cm),这是一个独立的信息,可以转变为INF(Tom比Jerry高了5cm)这个比较形式的信息。在填充价值等级一般的情况下,难以判断表格得到信息后会对填表人产生什么影响,但如果表格已经从Jerry方得到了INF(Jerry身高是165cm)这个信息,说明表格可能得到了Jerry方的信任,其得到信息后可能同样不会对Tom产生消极影响,那么通过Jerry的信息能知道Tom身高是170cm,否则表格无法获取到INF(Tom身高170cm)这个信息,达到了一种模糊传递的效果。
3.整体型到局部型转化:
整体型到局部型转化是一种去完整性的过程,表明将填表人的某一数据或信息进行部分的切分,不将全部内容提供给对方,而是提供局部的一部分。如Tom的年龄是DAT(29),但Tom是个女性,不想让人知道她马上要30岁了,可以转变为DAT(2*),将另一部分给隐藏,面对某些表格意图如PUP(了解填表人是否成年),则DAT(2*)这个数据能够满足表格的需求,同时又满足了Tom的意图。
4.数值型到范围型转化:
数值型到范围性转化是将某些数值型数据或信息掩藏在某一类范围当中,根据填表人的意图可以隐藏到不同的范围之中,如Tom体重是80kg,其意图不想让别人知道他有这么重,可以将DAT(80kg)这个数值型数据转变为范围型数据DAT(>60kg),满足Tom的意图。又或者Tom今年16岁,想要享受一些未成年人便利,如购半价票等,但其不想对陌生人透露准确的年龄信息,可以转变为INF(Tom是个未成年人),将16岁放入未成年这个范围之内,满足Tom的意图。
优选的,在判断填充价值等级为低时,采用防御填充方法进行表格信息填充,所述防御填充方法包括不填充以及采用模糊传递方式进行表格填充。
此步骤也可以称为误导填充,针对填充价值低的表格或表项,并且难以推测出其隐藏意图的情况下,有理由怀疑其对填表人存在数据信息安全隐患,需要进行一种防御性填充措施,在面对此类表格时,填充价值极低情况下直接不进行填充,避免给填表人带来过多损失,而面对此类表项时,需要计算该表项节点的出入度,若出入度值较高,即使不进行填充,表格也很可能根据其它表项的所填内容与隐藏意图推测出填表人在该表项的填充内容,这种情况下需要进行误导填充,在表格的意图基础上对填充内容进行模糊传递,更改填充内容。
内容填充完毕之前需要对填表人所填入的数据或信息进行内容核验,由于数据、信息、意图以及知识体系中具有一定的包含、级联以及偏序关系,容易在某一个表项节点的填充上违背另一个表项节点的意图,填充的数据或信息关联到了其它表项,因此需要执行步骤S4、对填充完成的表格信息进行反馈核验,具体步骤包括:步骤S41、遍历第一DIKP模型和第二DIKP模型,判断填充的内容是否符合填表人意图;步骤S42、当填充内容不符合填表人意图时,采用意图覆盖或模糊更改方式对不符合意图的内容进行更改。
意图覆盖包括将填表人意图根据包含、级联或偏序关系进行补充覆盖映射,如填表人不想让人知道其年龄,可由数据的级联或偏序关系将意图从DAT(age)补充映射到DAT(birthday)和DAT(ID number),避免出现在某一个表项的填充上违背填表人其它的意图;2)切断包含、级联或偏序关系,可利用模糊传递中的方法对待填充数据或信息进行模糊或更改,切断待填充数据或信息间的关系,当填表人不想让人知道其年龄是DAT(29),填充其出生日期时可进行整体型到局部型转化,隐藏年份,如DAT(5.7),或进行其它方式的转化,使其不违背填表人的意图。
本发明通过将DIKP体系结合到自动填表中,并根据填表人和表格双方的意图来进行表格信息的填充,最终填充的信息以填表人的意图为驱动,可以保证填写的内容符合填表人的意图,从而达到智能化以及合理化,减少填表人繁琐的手动填表过程,并且对填表人的隐私进行保护。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.面向DIKW内容的意图驱动交互填表方法,其特征在于,包括以下步骤:
步骤S1、根据填表人信息构建第一DIKP模型,根据表格信息构建第二DIKP模型;
步骤S2、根据第一DIKP模型以及第二DIKP模型进行意图比较以及价值判断,获取表格的填充价值等级;
步骤S3、根据填充价值等级的不同采用降低确定性、模糊传递以及防御填充方法进行表格信息填充;
步骤S4、对填充完成的表格信息进行反馈核验。
2.根据权利要求1所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,所述步骤S1中的第一DIKP模型的构建过程为:判断***中是否存在填表人以往的DIKP模型,若不存在,则根据填表人当前输入的数据和意图建立第一DIKP模型;若***中存在填表人以往的DIKP模型,则利用当前输入的数据和意图对以往的DIKP模型进行补充更新,并获得第一DIKP模型。
3.根据权利要求1所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,所述步骤S1中的第二DIKP模型根据表格类别、内部表项、位置关系、拓扑结构以及备选项获取表格整体与各表项的意图,并以此构建第二DIKP模型。
4.根据权利要求1所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,所述步骤S2的具体步骤为:将表格意图以及填表人意图进行比较,通过语义分析与DIKP模型比较判断意图间的差异,同时根据填表人意图判断填充表格是否产生收益,根据差异大小以及是否产生差异来判断表格的填充价值等级。
5.根据权利要求4所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,所述填充价值等级包括高、一般、低三个等级,在表格的意图与填表人的意图差异较小,且能根据填表人意图判断给填表人带来收益的,即为填充价值等级高;表格的意图与填表人的意图差异较小,且难以根据填表人意图判断是否带来收益的,即为填充价值等级与一般;表格的意图与填表人的意图差异较大的,即为填充价值等级低。
6.根据权利要求5所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,在判断填充价值等级为高时,采用降低确定性方法进行表格信息填充,具体步骤包括:
步骤S311、获取第一DIKP模型中关于填表人的第一数据;
步骤S312、获取第二DIKP模型中的表格与第一数据具有关联的多个表项;
步骤S313、针对步骤S312中具有关联的多个表项遍历第一DIKP模型,并根据映射关系找到与第一数据相关联的信息;
步骤S314、根据与第一数据相关联的信息将第一数据填充到对应的表项中。
7.根据权利要求5所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,在判断填充价值等级为一般时,采用模糊传递方法进行表格信息填充,具体步骤为:获取第一DIKP模型中关于填表人的第二数据,对第二数据采用切断数据、信息、知识之间的包含、级联、偏序关系方式或模糊更改的方式填充到表格中。
8.根据权利要求7所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,所述模糊更改包括将确定型转化为概率型、将独立型转化为比较型、将整体型转化为局部型以及将数值型转化为范围型。
9.根据权利要求5所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,在判断填充价值等级为低时,采用防御填充方法进行表格信息填充,所述防御填充方法包括不填充以及采用模糊传递方式进行表格填充。
10.根据权利要求1所述的面向DIKW内容的意图驱动交互填表方法,其特征在于,所述步骤S4的具体步骤包括:
步骤S41、遍历第一DIKP模型和第二DIKP模型,判断填充的内容是否符合填表人意图;
步骤S42、当填充内容不符合填表人意图时,采用意图覆盖或模糊更改方式对不符合意图的内容进行更改。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111022025.8A CN113807063B (zh) | 2021-09-01 | 2021-09-01 | 面向dikw内容的意图驱动交互填表方法 |
PCT/CN2021/127300 WO2023029189A1 (zh) | 2021-09-01 | 2021-10-29 | 面向dikw内容的意图驱动交互填表方法 |
US17/564,266 US20230065902A1 (en) | 2021-09-01 | 2021-12-29 | Intention-driven interactive form-filling method for dikw cotent |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111022025.8A CN113807063B (zh) | 2021-09-01 | 2021-09-01 | 面向dikw内容的意图驱动交互填表方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113807063A true CN113807063A (zh) | 2021-12-17 |
CN113807063B CN113807063B (zh) | 2023-09-05 |
Family
ID=78942163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111022025.8A Active CN113807063B (zh) | 2021-09-01 | 2021-09-01 | 面向dikw内容的意图驱动交互填表方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113807063B (zh) |
WO (1) | WO2023029189A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357192A (zh) * | 2021-12-31 | 2022-04-15 | 海南大学 | 基于dikw的内容完整性建模与判断方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084098A1 (en) * | 2010-09-30 | 2012-04-05 | Andrew Braunstein | System and method for populating electronic healthcare forms |
CN107688614A (zh) * | 2017-08-04 | 2018-02-13 | 平安科技(深圳)有限公司 | 意图获取方法、电子装置及计算机可读存储介质 |
CN110717318A (zh) * | 2019-10-10 | 2020-01-21 | 海南大学 | 意图驱动的适应竞争及合作意向的内容填充*** |
CN112597285A (zh) * | 2020-12-10 | 2021-04-02 | 太极计算机股份有限公司 | 一种基于知识图谱的人机交互方法及*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933037A (zh) * | 2014-03-20 | 2015-09-23 | 无锡伍新网络科技有限公司 | 个人信息翻译方法及装置 |
US10699069B2 (en) * | 2018-10-11 | 2020-06-30 | International Business Machines Corporation | Populating spreadsheets using relational information from documents |
CN112257396A (zh) * | 2020-10-20 | 2021-01-22 | 浪潮云信息技术股份公司 | 一种基于人工智能技术的手机端辅助填表方法 |
CN113657083B (zh) * | 2021-08-30 | 2023-04-18 | 海南大学 | 面向意图计算与推理的dikw资源交互填充*** |
-
2021
- 2021-09-01 CN CN202111022025.8A patent/CN113807063B/zh active Active
- 2021-10-29 WO PCT/CN2021/127300 patent/WO2023029189A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084098A1 (en) * | 2010-09-30 | 2012-04-05 | Andrew Braunstein | System and method for populating electronic healthcare forms |
CN107688614A (zh) * | 2017-08-04 | 2018-02-13 | 平安科技(深圳)有限公司 | 意图获取方法、电子装置及计算机可读存储介质 |
CN110717318A (zh) * | 2019-10-10 | 2020-01-21 | 海南大学 | 意图驱动的适应竞争及合作意向的内容填充*** |
CN112597285A (zh) * | 2020-12-10 | 2021-04-02 | 太极计算机股份有限公司 | 一种基于知识图谱的人机交互方法及*** |
Non-Patent Citations (1)
Title |
---|
雷羽潇等: "基于DIKW图谱的虚拟社区用户性格 分类与转换方法", 《应用科学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357192A (zh) * | 2021-12-31 | 2022-04-15 | 海南大学 | 基于dikw的内容完整性建模与判断方法 |
CN114357192B (zh) * | 2021-12-31 | 2024-04-19 | 海南大学 | 基于dikw的内容完整性建模与判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113807063B (zh) | 2023-09-05 |
WO2023029189A1 (zh) | 2023-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mi et al. | The state-of-the-art survey on integrations and applications of the best worst method in decision making: Why, what, what for and what's next? | |
Zhou et al. | A prospect theory-based group decision approach considering consensus for portfolio selection with hesitant fuzzy information | |
Du et al. | Managing noncooperative behaviors in large-scale group decision-making: Integration of independent and supervised consensus-reaching models | |
Wang et al. | A two-stage logarithmic goal programming method for generating weights from interval comparison matrices | |
US8868535B1 (en) | Search engine optimizer | |
Vasto-Terrientes et al. | A hierarchical multi-criteria sorting approach for recommender systems | |
Akram et al. | Decision-making methods based on hybrid mF models | |
CN112634056A (zh) | 快速计算、更新企业股权结构的方法、设备和存储介质 | |
CN109284086A (zh) | 面向需求自适应的Web服务动态演化方法 | |
Riaz et al. | TOPSIS, VIKOR and aggregation operators based on q-rung orthopair fuzzy soft sets and their applications | |
US20230065902A1 (en) | Intention-driven interactive form-filling method for dikw cotent | |
Ebrahimnejad et al. | Selection of IT outsourcing services’ activities considering services cost and risks by designing an interval-valued hesitant fuzzy-decision approach | |
CN116341956A (zh) | 一种数据资产估计方法、***、装置以及数据中台 | |
CN113807063A (zh) | 面向dikw内容的意图驱动交互填表方法 | |
Soltanifar | Improved Kemeny median indicator ranks accordance method | |
Rasouli et al. | Models of bounded rationality under certainty | |
Wen et al. | PL-MACONT-I: A probabilistic linguistic MACONT-I method for multi-criterion sorting | |
Liu et al. | Multiple stage optimization driven group decision making method with interval linguistic fuzzy preference relations based on ordinal consistency and DEA cross-efficiency | |
de Araujo et al. | Classification model for bid/no‐bid decision in construction projects | |
Lorenzi et al. | Improving recommendations through an assumption-based multiagent approach: An application in the tourism domain | |
Liu | A multistage dynamic emergency decision‐making method considering the satisfaction under uncertainty information | |
Bashir et al. | Hesitant fuzzy preference relation based on α–normalization with self confidence in decision making | |
CN113657083B (zh) | 面向意图计算与推理的dikw资源交互填充*** | |
Amini et al. | A fuzzy MADM method for uncertain attributes using ranking distribution | |
CN111709681B (zh) | 一种离散仓储选位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |