CN115129897B - 利用知识图谱分析感知数据的方法、装置、设备和介质 - Google Patents
利用知识图谱分析感知数据的方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN115129897B CN115129897B CN202211050212.1A CN202211050212A CN115129897B CN 115129897 B CN115129897 B CN 115129897B CN 202211050212 A CN202211050212 A CN 202211050212A CN 115129897 B CN115129897 B CN 115129897B
- Authority
- CN
- China
- Prior art keywords
- information
- data
- clue
- mapping
- analysis
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (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
本发明提供一种利用知识图谱分析感知数据的方法、装置、设备和介质,其中的方法包括:获取感知数据,对所述感知数据进行解析,以得到线索信息和/或事件信息;按照预设的转换规则,对所述线索信息和/或事件信息进行转换后得到三元组数据,将所述三元组数据存入知识图谱;根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到分析结果。本发明对感知数据的三元组创建映射,使得在知识图谱基于映射关系进一步形成图谱,将感知数据的分析能够以直观数据的方式展示出来,有利于作出正确的决策分析,并且能够从分析结果中得到具有重大价值的线索事件。
Description
技术领域
本发明涉及计算机信息处理技术领域,尤其涉及一种利用知识图谱分析感知数据的方法、装置、设备和介质。
背景技术
随着海量数据产生,从大量数据中进行知识化提取,构建大规模领域知识图谱,实现智能问答、智能推荐、图谱关系分析、知识构建管理、知识语义检索、智能文本提取、地理空间分析等各场景需要,需要提供统一知识图谱能力。知识图谱(Knowledge Graph)的概念由谷歌 2012 年正式提出,旨在实现更智能的搜索引擎,并且于 2013 年以后开始在学术界和业界普及,并在智能问答、情报分析、反欺诈等应用中发挥重要作用。
知识图谱本质上是一种叫做语义网络(semantic network)的知识库,即具有有向图结构的一个知识库,其中图的结点代表实体(entity)或者概念(concept),而图的边代表实体 / 概念之间的各种语义关系,比如说两个实体之间的相似关系。
目前数字政务正处于发展阶段,但数字政务涉及到的数据种类繁多,虽然目前已有对其分类分级的方法,但是在一些特殊的场景中,例如海岸线的防控数据、港口的监控数据等,对其感知数据如何分析以得到有用的线索并进行进一步的分析,业内并没有相应的分析方法或装置。
伴随着基层用户对信息化***认知不断提高,对大数据检索应用也有了新的解读和理解。传统的线索搜索仅仅是数据资源的检索,检索结果也只是资源列表的展现,搜索意图理解能力差,搜索结果碎片化、关联性不强等问题日益突出,已无法满足时下基层用户需求,更无法支撑人工智能时代对大数据的分析需要。
因此,如在数字政务的开发过程中引入或结合知识图谱技术以提升线索数据的分析,则或许可以解决在特定场景下的数据分析碎片化问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
有鉴于此,本发明的目的在于提出一种利用知识图谱分析感知数据的方法、装置、设备和介质。
基于上述目的,本发明提供了一种利用知识图谱分析感知数据的方法,所述方法包括:
获取感知数据,对所述感知数据进行解析,以得到线索信息和/或事件信息;
按照预设的转换规则,对所述线索信息和/或事件信息进行转换后得到三元组数据,将所述三元组数据存入知识图谱;
根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到分析结果。
结合上述说明,在本发明实例的另一种可能的实施方式中,所述按照预设的转换规则,对所述线索信息和/或事件信息进行转换后得到三元组数据,将所述三元组数据存入知识图谱,包括:
对所述线索信息和所述事件信息进行分析以得到关系信息,所述关系信息包括:线索信息和线索之间的关系信息、事件信息和事件信息之间的关系信息以及线索信息和事件信息之间的关系信息;
按照预设的转换规则,将所述关系信息、线索信息和事件信息转换成三元组数据并存入知识图谱。
结合上述说明,在本发明实例的另一种可能的实施方式中,所述根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到分析结果,还包括:
将所述关系信息添加到所述知识图谱的关联分析过程,结合所述关系信息、线索信息和事件信息的属性值进行挖掘分析,以得到挖掘分析结果。
结合上述说明,在本发明实例的另一种可能的实施方式中,所述方法还包括:
通过信息熵加权方法,计算每一所述三元组数据中实体信息的权重,根据其权重值排序的优先级确定所述三元组数据的线索标签;
以所述线索标签作为所述三元组数据创建的映射名称,以根据线索标签调用对应的映射。
结合上述说明,在本发明实例的另一种可能的实施方式中,所述方法还包括:
获取与所述感知数据有关实体的若干属性信息;
将各所述属性信息分别添加到所述感知数据有关实体画像;
将所述实体画像与各所述映射在所述知识图谱中进行关联分析,以得到分析结果。
结合上述说明,在本发明实例的另一种可能的实施方式中,所述方法还包括:
根据各所述映射构建所述感知数据的关联图;
判断所述关联图中是否存在异常的线索信息和/或事件信息;
当所述线索信息和/或事件信息构成的边关系数量大于等于异常阈值时,将对应的线索信息和/或事件信息标注为异常线索事件;
对所述异常线索事件进行进一步挖掘分析,以得到异常线索事件的挖掘分析结果;
当所述线索信息和/或事件信息构成的边关系数量小于异常阈值时,对所述线索信息和/或事件信息的发展脉络进行梳理,以得到梳理分析结果。
结合上述说明,在本发明实例的另一种可能的实施方式中,所述结合各所述映射在所述知识图谱中进行关联分析,包括:
关联检索、关联图分析以及加入地图分析中的任一种或两种及以上的组合。
第二方面,本发明还提供了一种利用知识图谱分析感知数据的装置,所述装置包括:
解析模块,用于获取感知数据,对所述感知数据进行解析,以得到线索信息和/或事件信息;
转换模块,用于按照预设的转换规则,将所述线索信息和/或事件信息转换后得到三元组数据并存入知识图谱;
分析模块,用于根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到分析结果。
第三方面,本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的利用知识图谱分析感知数据的方法。
第四方面,本发明还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行上述的利用知识图谱分析感知数据的方法。
从上面所述可以看出,本发明提供的利用知识图谱分析感知数据的方法、装置、设备和介质,将感知数据解析为知识图谱能够识别的线索信息和/或事件信息,并且进一步转化为易于存储的三元组数据,通过创建映射的方式,在知识图谱架构中对映射关系进行进一步分析,使得感知数据的分析能够以直观数据的方式展示出来,有利于作出正确的决策分析,并且能够从分析结果中得到具有重大价值的线索事件。
附图说明
为了更清楚地说明本发明或相关技术中的技术方案,下面将对实施例或相关技术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为本发明实施例利用知识图谱分析感知数据的方法的基本流程示意图;
图2为本发明实施例的三元组数据字段属性选择的示意图;
图3为本发明实施例三元组数据创建的映射的基本构成单元示意图;
图4为本发明实施例一份感知数据转换成的映射的组成的示意图;
图5为本发明实施例一具体案例的关联分析示意图;
图6为本发明实施例一具体案例关联分析时产生变化的示意图;
图7为本发明实施例异常线索事件判断的基本流程示意图;
图8为本发明实施例利用知识图谱分析感知数据的装置的基本构成示意图;
图9为本发明实施例实现利用知识图谱分析感知数据的方法的电子设备的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
目前的方式中,针对于感知设备感知得到的图片或视频等,通常是采用的图数据库管理***,数据模型一般采用属性图的形式,但这种结构形式的存储,随着感知设备的升级、感知事件或图片内容越来越多、体量越来越大的时候,对图的全局操作会变得越来越低,其其采用的查询语言较为小众,开发人员面对这种形式的感知事件查询无从着手且着手后的查询效率较低,当应用于社会管理信息化平台时,这种弊端尤为明显。
本发明涉及一种利用知识图谱分析感知数据、装置、设备和介质,其主要运用于对岛内、港口及岸线防控圈得到的相关信息进行感知并进行分析的场景中,其基本思想是:从岛内、港口及岸线防控圈相关的感知设备中获取可疑信息,并保存图片或视频,基于预定的规则将保存的图片或视频进行转换以得到三元组数据,通过知识图谱对得到的三元组数据进行关联分析、热力图分析或地图分析,得到分析结果,从而使得对感知事件的分析更加准确、更具效率且可以更加直观地进行展示。
本发明的利用知识图谱分析感知数据、装置、设备和介质,可应用于社会管理信息化平台,或作为社会信息管理平台的一个子***,社会信息管理平台的各子***之间可设置信息互通权限,以实现信息传输和共享,所述社会管理信息化平台是用于数字化政务综合性平台,可以接泊政务各类辅助社会管理实施的业务***,例如港口办等,以及根据要求在各业务***等设置一定的基础硬件用于获取对应的信息,将这些信息收集或上传后按照对应的处理策略对其进行处理后得到预期结果。
本发明的实施例可适用于带有知识图谱分析装置以进行线索分析的情况中,该方法可以由知识图谱分析装置来执行,其中该装置可以由软件和/或硬件来实现,一般地可集成于服务器中,或者由终端的中心控制模块来控制,如图1所示,为本发明的利用知识图谱进行线索事件分析的方法的基本流程示意图,所述方法具体包括如下步骤:
在步骤110中,获取感知数据,对所述感知数据进行解析,以得到线索信息和/或事件信息;
本发明示例性实施例的一种实施方式中,所述感知数据可通过以下渠道获取:
在一道或若干道岸线防控圈设置的监控设备;
信号塔安装的监控设备;
港口设置的拍摄设备;
卫星遥感成像;
……
在本发明示例性实施例的可行的实施方式中,所述感知数据还可从其它的场景中获取,例如道路信息的线索事件分析时,可从道路上设置的拍摄设备得到感知数据,又如涉及疫情的商业设施内部的涉疫人员的管控判断时,则可通过商业设施内部的监控设备,或入口处设置的扫码装置等获取对应的感知数据。
所述感知数据可以为拍摄的图片、视频、录像等各类格式的电子信息,也可以为通过其它设备直接得到的结构化的数据信息,例如以文档或表结构保存的用户人员的基本信息。
对所述感知事件进行解析,包括:
从拍摄的图片、视频、录像等信息进行解析,例如进行图像识别,和/或结合文本识别的方式进行;
本发明示例性实施例的一种实施方式中,对感知数据可通过拍摄图片的方式获取,例如,在某港口安装的监控/监测/感知设备,可以在感知到相应的事件发生时,根据该感知数据的解析得到对应的信息并进行存储,一般需要进行相应的预处理,以使其达到能够使用的要求,例如感知数据是下载的线索文档数据时,需要对线索文档数据进行关键词、作者、机构、日期、标题等的提取,并去掉停用词和重复项等。
在本发明示例性实施例的一种实施方式中,具体地:
某感知设备监测到某船舶离港,船舶离港称之为感知事件,此时可根据感知设备的拍摄协同机制,调用在港口中的其它能够最大限度地拍摄到其船舶识别号或IMO编号的图片的感知设备进行拍摄,以得到能够用于后期预判的或可用于预警的图片,该图片以能够通过图片识别后得到与船舶相关的大量信息为宜,例如,拍摄到的图片能够得到以船舶识别号、IMO编号或呼叫代码等,船舶识别号(用于永久标识船舶的唯一编码,通常由英文字母和若干位的***数字组成)或者是IMO(国际海事组织)的唯一编号(包括IMO标识和七位***数字),或者是呼叫代码(IMO对船舶呼叫的唯一无线通讯代码),这些识别号为船舶的唯一识别标识,当被拍摄对象为人时,则可通过面部匹配识别到人的身份标识,等等。
则此时对所述感知数据进行解析,包括:
对上述的感知图片进行解析,通过解析得到的船舶识别号,从上一级的社会管理信息化平台的相关子***中得到所述船舶的离港时间、进港时间、航线航班号、航线航班日期、所属船舶公司、旅客出入境纪录、起航港站以及船舶名称等。
解析得到的上述信息,例如船舶识别号、船舶名称、所属船舶公司等,为线索信息;如离港时间、进港时间、航线航班号、航线航班日期等则为事件信息,事件信息一般为根据线索信息的行为触发的,例如IMO1234567的船舶驶离港口,则会触发“离港时间”“航线航班号”等事件信息。
可以理解,本发明的上述步骤可以同时获取多条感知数据并对其进行解析,根据相应的计算机设备或服务器的算力并线处理。
在步骤120中,按照预设的转换规则,对所述线索信息和/或事件信息进行转换后得到三元组数据,将所述三元组数据存入知识图谱;
所述预设的转换规则,用于将解析得到的线索信息和/或事件信息转换成能够存储于知识图谱的三元组数据。
具体的,所述预设的转换规则用于定义实体类型以及三元组数据的信息,所述三元组数据的信息包括各个实体类型之间的关联关系以及各个实体类型对应的属性和属性值。其中,各个实体类型之间的关联关系对应于三元组数据的形式为(实体1-关系-实体2),用于分别定义实体1、实体2和实体1、实体2之间的关系;各个实体类型对应的属性和属性值对应于三元组数据的形式(实体-属性-属性值),用于定义实体、属性以及对应的属性值。
更具体地,以船舶的IMO编号为标签类型的线索信息时,对应于获取到的感知数据,将该IMO编号作为实体,其解析得到的其它线索信息和/或事件信息均可以字段和属性的方式进行保存,保存的三元组数据,结合图2所示的某一感知数据转化后的三元组数据,其展示了得到的线索信息的一些属性,通过字段保存线索信息可修改的属性,以便于修改不同类型不同场景下的线索信息或事件信息的相应属性,例如字段“qfsj”表示“离港时间”、“hkgs”表示“所属船舶公司”、字段“ddsj”表示“进港时间”、字段“hbh”表示“航线航班号”、字段“qfs”表示“离港港口名称”等,图中的特殊符号按照从左至右的顺序分别表示为“设置线索标签”、“收藏”“删除”和“分隔”,每一个符号可分别表示对三元组数据中的实体或关系的属性的一些修改操作。
本发明示例性实施例一种可选的实施方式中,还可以通过自定义规则生成模板的方式实现所述预设的转换规则,将相同类型的感知数据解析得到的线索信息和/或事件信息以及其可能涉及到的实体名称、属性、属性值之间的关系输入所述自定义规则生成模板,则可以完成自动解析,并且得到相对应的转换规则。
另一种可选的实施方式中,也可以由专业人员根据需求将获取到的线索信息和/或事件信息编写成预设的转换规则,以供相同类型的感知数据的进一步转换和分析。
本申请实施例中,对于三元组数据相关的转换规则的生成方式不做具体限定。
所述知识图谱采用数据库的类型在此不作限定,本发明示例性实施例的实施方式中,接入社会管理信息化平台时可采用通用接口的设置,使得感知数据转换后得到的三元组数据能够存储于基于各种类型数据库的知识图谱,不需要针对每种类型的数据库分别设置接口,使得各接入的子***在上传不同类型的感知数据进行分析时,获取分析结果的效率大幅提升。
在步骤130中,根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射在所述知识图谱中进行关联分析,以得到分析结果。
本发明示例性实施例一种可行的实施方式中,当需要进行分析时,由于原始的数据源为感知数据,则需要根据感知数据查询对应的线索信息和/或事件信息,并进一步将其对应的三元组数据分别创建映射,所述映射可为实体与实体之间的各种关系,例如:
结合图3所示,为作为最简单映射的关系示意图,被分析对象为人时,人与人之间的关系属性需要配置为一个映射关系,该映射中以数据表现的形式可为关系主键、关系类型及关系字段等,且其中的关系字段是可以复用的,当一个数据表中已有一个关系字段存储各种关系属性值时,则可以直接将该关系字段配置为链接字段,在其它映射关系中直接采用该链接字段,则可以通过关系字段展现人与人之间的关系,图中的特殊符号▼,表示该部分内容可选择。
对一组或者若干组的感知数据进行分析时,其所对象的映射可能包括有很多组,例如图4所展示的从一份感知数据解析并转换得到的映射示意图,其可以为一个感知数据所得到的映射关系,在基础映射已清楚说明的基础上,对图4中的各映射关系,在此不再赘述。
结合各所述映射在所述知识图谱中进行关联分析,以得到分析结果,具体地:
如图5所示的关联分析示意图,其展示了利用映射进行关联分析的一个分析结果,当然,图中的结果还可以在其基础上进行进一步的再分析,在此过程中,需要:
首先获取的感知数据为汇总传输的文本数据,如:船舶A驶入港口A,入港后车辆A前往接送船舶上相关人员,车辆B前往港口A对船舶A的货物进行运送,经查询,船舶A曾于岛A停留,且与船舶B曾发生接泊,而船舶B曾于港口B入港,车辆C前往港口B接送相关人员,车辆C也曾多次前往返港口C,且与仓库A往返,该车辆B的拥有人为人员D。
经过解析,上述的船舶、车辆、人员等均可构成线索信息,车辆与港口或船舶或仓库的往返可构成事件信息,按照预设的转换规则将其转化成三元组数据,可以为:
(船舶A,驶入,港口A)、(车辆A,接送,船舶A)、(车辆B,接货,船舶A)、(船舶A,停靠,岛A)……
根据上面一份感知数据形成的三元组数据创建的映射,可结合图4所示,每相邻的箭头及实体之间,均可组成一个映射,在此不作分解示出。
每一份映射均可用于接下来的在知识图谱中的数据分析。
映射中每一连接的主体均可能用于增删新的映射,例如,当其中的一个船舶B的所有人Y公司与车主D之间存在关联,且Y公司同时为仓库A的所有人时,则在图5示出的关联图中会新增关联分析,增加后的关联分析图如图6所示。
在本发明示例性实施例的一些可行的实施例中,对感知数据的预处理时,可预先设置不同类型的规则模板进行匹配,以便于快速使用,例如:船舶档案、停泊停靠记录、户籍人口、船舶基本信息、船舶档案自动生成等。
本发明示例性实施例的一种可行的实施方式中,所述按照预设的转换规则,对所述线索信息和/或事件信息进行转换后得到三元组数据,将所述三元组数据存入知识图谱,还包括将线索信息和事件信息形成的关系信息转换成三元组数据的方式,这一过程包括:
对所述线索信息和所述事件信息进行分析以得到关系信息,所述关系信息包括:线索信息和线索之间的关系信息、事件信息和事件信息之间的关系信息以及线索信息和事件信息之间的关系信息;
结合图5和图6所示的关联示图,船舶A曾于岛A停留,而船舶B曾于岛A与船舶A发生接驳,那么经过对船舶A/B的所属公司信息进行分析,可得到船舶A与船舶B同属于一家公司X控制,那么此时得到的关系信息转换成三元组数据可以为(船舶A,公司,船舶B)。
按照预设的转换规则,将所述关系信息、线索信息和事件信息转换成三元组数据并存入知识图谱。
根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到分析结果。
其创建的映射可以为如图5所示的映射,该映射关系同样地,可用于上述的查询案例时,展示的效果如图6所示。
传统方式中规模再大的知识图谱的知识库也不可能包含所有的信息,有一些实体、类别、属性或者上述三者之间的关系未被捕获,而本发明的方法,将分析得到的线索信息和事件信息之间的关系信息创建成映射,并且加入到知识图谱的分析过程中,解决了传统的知识图谱的知识库不完全而导致的分析不准确的问题,得到的结果更有助于辅助分析和决策。
本发明示例性实施例的一种可行的实施方式中,所述根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到分析结果,还包括:
将所述关系信息添加到所述知识图谱的关联分析过程,结合所述关系信息、线索信息和事件信息的属性值进行挖掘分析,以得到挖掘分析结果。
结合图5和图6中创建的映射关系,当其中的若干个实体之间包括多种映射关系时,将其添加到原知识图谱的分析过程中进行关联分析,则此时所产生的关系信息会与之前的分析结果进一步地产生关联,使关联图发生变化,变化后的分析结果即为挖掘分析结果。
本发明的方法,通过关系信息的加入,使得利用知识图谱关联分析感知数据时的结果得到了进一步的挖掘,使得知识图谱能够展示的分析结果更深入和更接近本质。
本发明示例性实施例的一种可行的实施方式中,所述方法还包括:
通过信息熵加权方法,计算每一所述三元组数据中实体信息的权重,根据其权重值排序的优先级确定所述三元组数据的线索标签;
以所述线索标签作为所述三元组数据创建的映射名称,以根据线索标签调用对应的映射。
利用信息熵加权方法,计算每一三元组数据及其关键词的权重,并存储到知识图谱数据库中,通过三元组相似度公式分别计算每个三元组数据的相似三元组数据,并根据相似度进行优先级排序,优先级最高的三元组数据所对应的关键词,确定为该三元组数据的线索标签,例如:(船舶A,驶入,港口A)、(船舶A,停靠,岛A),通过上述计算之后,其确定的线索标签可为“船舶A”,并且可将其映射名称确定为“船舶A”,在后续分析过程中,可随时根据线索标签调用相应的三元组数据以及根据其创建的映射,以简化知识图谱的分析决策过程。
本发明示例性实施例的一种可行的实施方式中,所述方法还包括:
获取与所述感知数据有关实体的若干属性信息;
将各所述属性信息分别添加到所述感知数据有关实体画像;
将所述实体画像与各所述映射在所述知识图谱中进行关联分析,以得到分析结果。
结合上述案例,一份感知数据解析出来的有关实体,可包括“船舶A”、“船舶B”、“车辆A”、“车辆B”、“人员C”等,与“船舶A”有关的属性信息为解析出来的线索信息的属性如船舶A所属控制公司、注册地、船舶所有人、共有人等。
将上述属性信息添加到船舶A的画像中,实体画像指的由至少一个的线索信息和/或事件信息,形成的用户模型,该用户模型可以随着线索事件的不断变化或累积而不断更新和丰富,添加属性信息的过程丰富了实体画像,在接下来的关联分析过程中,该画像可结合映射用于在知识图谱中进行关联分析时,进一步对分析结果进行挖掘,使得到的分析结果更加准确。
本发明示例性实施例的一种可行的实施方式中,结合图7所示的异常线索的判断流程示意图,所述方法还包括对异常线索的判断和进一步分析过程:
在步骤710中,根据各所述映射构建所述感知数据的关联图;
根据同一感知数据得到的映射,可直接用于构建关联图;
在步骤720中,判断所述关联图中是否存在异常的线索信息和/或事件信息;
通过所述线索信息和/或事件信息构成的边关系数量大于等于异常阈值进行异常判断和预警;
在步骤730中,当所述线索信息和/或事件信息构成的边关系数量大于等于异常阈值时,将对应的线索信息和/或事件信息标注为异常线索事件;
在步骤中,对所述异常线索事件进行进一步挖掘分析,以得到异常线索事件的挖掘分析结果;
结合图6所示,车辆C与港口C之间构成的边关系数据为3,而异常阈值为2,则此时车辆C与港口C可被判断为异常线索事件。
在步骤740中,当被确定为异常的线索事件后,则针对于异常的线索事件分别进行进一步的挖掘分析,例如挖掘仓库A、车辆C的所有人是否为同一人,以挖掘出其是否存在内在关联,使挖掘过程和挖掘结果进一步辅助分析和决策;
在步骤750中,当所述线索信息和/或事件信息构成的边关系数量小于异常阈值时,对所述线索信息和/或事件信息的发展脉络进行梳理,以得到梳理分析结果。
车辆C与仓库A之间构成的边关系数据为1,而异常阈值为2,则车辆C与仓库A为正常线索事件。
此时可正常对车辆C与仓库A构成的线索事件进行梳理,例如用户正常的接送客行为产生的边关系,则此时将其添加到知识图谱形成的关系中进行脉络梳理,梳理分析结果,同样可用于辅助分析和决策。
本发明示例性实施例的方法,通过异常线索事件的判断和确定,使得在分析过程中能够对异常线索事件进行重点关注,使异常线索事件实现了规则确定及深度探索。
本发明示例性实施例的一种可行的实施方式中,所述结合各所述映射在所述知识图谱中进行关联分析,包括:
关联检索、关联图分析以及加入地图分析中的任一种或两种及以上的组合。
所述关联检索为将基于三元组数据的关联检索分析,关联图分析为基于创建的映射进行的检索分析,加入地图是基于地图将三元组数据和创建的映射全部加入地图后按照地理位置进行的关联分析。
本发明示例性实施例的方法,提供了多种适合感知数据进行分析的方式,使得在不同的应用场景下可选择适合的方式,或者多种方式相互结合共同推理分析,极大地丰富了本发明的方法的应用场景。
本发明示例性实施例给出的利用知识图谱分析感知数据的方法、装置、设备和介质,通过融合映射数据与知识图谱,拓展了知识图谱的数据模型,且相应地提出了三元组数据查询和分析方式,与传统查询模型有很大的不同,实现了更加有效的对扩展的知识图谱进行查询,针对于分析结果,更将实体化的映射用于对初步分析结果进行增添删减等操作进行再分析,使得分析结果的准确率得到了大幅提升。
本发明的方法,在关联分析阶段,可交由专门专业人员进行人工处理,而信息传递和分发的渠道,以及感知数据解析、转换、创建映射在这个过程中,也是由社会管理信息化平台多子***协作共同完成的。
需要说明的是,本发明实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本发明实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的利用知识图谱分析感知数据的方法。
需要说明的是,上述对本发明的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例利用知识图谱分析感知数据的方法相对应的,本发明还提供了一种利用知识图谱分析感知数据的装置,结合图8所示的装置示意图,所述装置包括:
解析模块810,用于获取感知数据,对所述感知数据进行解析,以得到线索信息和/或事件信息;
转换模块820,用于按照预设的转换规则,将所述线索信息和/或事件信息转换后得到三元组数据并存入知识图谱;
分析模块830,用于根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到分析结果。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本发明时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的利用知识图谱分析感知数据的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上任意一实施例所述的利用知识图谱分析感知数据的方法。
图9示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线 1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作***和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的利用知识图谱分析感知数据的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本发明还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的利用知识图谱分析感知数据的方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的利用知识图谱分析感知数据的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本发明实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本发明实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本发明的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本发明实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、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 (6)
1.一种利用知识图谱分析感知数据的方法,其特征在于,所述方法包括:
获取感知数据,对所述感知数据进行解析,以得到线索信息和/或事件信息;所述感知数据为图片、视频、录像或结构化的数据信息;
按照预设的转换规则,对所述线索信息和/或事件信息进行转换后得到三元组数据,将所述三元组数据存入知识图谱;包括:
对所述线索信息和所述事件信息进行分析以得到关系信息,所述关系信息包括:线索信息和线索之间的关系信息、事件信息和事件信息之间的关系信息以及线索信息和事件信息之间的关系信息;
按照预设的转换规则,将所述关系信息、线索信息和事件信息转换成三元组数据并存入知识图谱;
根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,一感知数据对应的映射包括很多组,所述映射为实体与实体之间的各种关系,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到利用映射进行关联分析的分析结果;将所述关系信息添加到所述知识图谱的关联分析过程,结合所述关系信息、线索信息和事件信息的属性值进行挖掘分析,以得到挖掘分析结果;其中,所述映射以数据表现的形式为关系主键、关系类型及关系字段,所述关系信息以图的表现形式表现为被分析对象之间的关系属性,所述映射每一连接的主体可增删新的映射;
所述方法还包括:
根据各所述映射构建所述感知数据的关联图;
判断所述关联图中是否存在异常的线索信息和/或事件信息;
当所述线索信息和/或事件信息构成的边关系数量大于等于异常阈值时,将对应的线索信息和/或事件信息标注为异常线索事件;
对所述异常线索事件进行进一步挖掘分析,以得到异常线索事件的挖掘分析结果;
当所述线索信息和/或事件信息构成的边关系数量小于异常阈值时,对所述线索信息和/或事件信息的发展脉络进行梳理,以得到梳理分析结果;
所述方法还包括:
通过信息熵加权方法,计算每一所述三元组数据中实体信息的权重,根据其权重值排序的优先级确定所述三元组数据的线索标签;
以所述线索标签作为所述三元组数据创建的映射名称,以根据线索标签调用对应的映射。
2.根据权利要求1所述的利用知识图谱分析感知数据的方法,其特征在于,所述方法还包括:
获取与所述感知数据有关实体的若干属性信息;
将各所述属性信息分别添加到所述感知数据有关实体画像;
将所述实体画像与各所述映射在所述知识图谱中进行关联分析,以得到分析结果。
3.根据权利要求1所述的利用知识图谱分析感知数据的方法,其特征在于,所述结合各所述映射在所述知识图谱中进行关联分析,包括:
关联检索、关联图分析以及加入地图分析中的任一种或两种及以上的组合。
4.一种利用知识图谱分析感知数据的装置,其特征在于,所述装置包括:
解析模块,用于获取感知数据,对所述感知数据进行解析,以得到线索信息和/或事件信息;所述感知数据为图片、视频、录像或结构化的数据信息;
转换模块,用于按照预设的转换规则,将所述线索信息和/或事件信息转换后得到三元组数据并存入知识图谱;
分析模块,用于根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到分析结果,其中,所述映射为关系主键、关系类型及关系字段,所述映射每一连接的主体可增删新的映射;
所述分析模块还用于:根据每一所述线索信息和/或事件信息转换后得到的三元组数据分别创建映射,一感知数据对应的映射包括很多组,所述映射为实体与实体之间的各种关系,结合各所述映射、所述线索信息和/或事件信息在所述知识图谱中进行关联分析,以得到利用映射进行关联分析的分析结果;将所述关系信息添加到所述知识图谱的关联分析过程,结合所述关系信息、线索信息和事件信息的属性值进行挖掘分析,以得到挖掘分析结果;其中,所述映射以数据表现的形式为关系主键、关系类型及关系字段,所述关系信息以图的表现形式表现为被分析对象之间的关系属性,所述映射每一连接的主体可增删新的映射;
所述装置还用于:
根据各所述映射构建所述感知数据的关联图;
判断所述关联图中是否存在异常的线索信息和/或事件信息;
当所述线索信息和/或事件信息构成的边关系数量大于等于异常阈值时,将对应的线索信息和/或事件信息标注为异常线索事件;
对所述异常线索事件进行进一步挖掘分析,以得到异常线索事件的挖掘分析结果;
当所述线索信息和/或事件信息构成的边关系数量小于异常阈值时,对所述线索信息和/或事件信息的发展脉络进行梳理,以得到梳理分析结果;
所述装置还用于:
通过信息熵加权方法,计算每一所述三元组数据中实体信息的权重,根据其权重值排序的优先级确定所述三元组数据的线索标签;
以所述线索标签作为所述三元组数据创建的映射名称,以根据线索标签调用对应的映射。
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至3任一所述的利用知识图谱分析感知数据的方法。
6.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行权利要求1至3任一所述利用知识图谱分析感知数据的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211050212.1A CN115129897B (zh) | 2022-08-31 | 2022-08-31 | 利用知识图谱分析感知数据的方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211050212.1A CN115129897B (zh) | 2022-08-31 | 2022-08-31 | 利用知识图谱分析感知数据的方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115129897A CN115129897A (zh) | 2022-09-30 |
CN115129897B true CN115129897B (zh) | 2023-05-30 |
Family
ID=83387829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211050212.1A Active CN115129897B (zh) | 2022-08-31 | 2022-08-31 | 利用知识图谱分析感知数据的方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115129897B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196354B (zh) * | 2023-11-08 | 2024-01-30 | 国网浙江省电力有限公司 | 一种多模态感知与领域图谱模型的智能决策方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109710701A (zh) * | 2018-12-14 | 2019-05-03 | 浪潮软件股份有限公司 | 一种用于公共安全领域大数据知识图谱的自动化构建方法 |
CN112165462A (zh) * | 2020-09-11 | 2021-01-01 | 哈尔滨安天科技集团股份有限公司 | 基于画像的攻击预测方法、装置、电子设备及存储介质 |
CN113220897A (zh) * | 2021-04-29 | 2021-08-06 | 天津大学 | 基于实体-关系关联图的知识图谱嵌入模型 |
CN114817570A (zh) * | 2022-05-11 | 2022-07-29 | 四川封面传媒科技有限责任公司 | 基于知识图谱的新闻领域多场景文本纠错方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10002134B2 (en) * | 2015-12-15 | 2018-06-19 | Costar Realty Information, Inc. | Placard-to-pin interaction |
-
2022
- 2022-08-31 CN CN202211050212.1A patent/CN115129897B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109710701A (zh) * | 2018-12-14 | 2019-05-03 | 浪潮软件股份有限公司 | 一种用于公共安全领域大数据知识图谱的自动化构建方法 |
CN112165462A (zh) * | 2020-09-11 | 2021-01-01 | 哈尔滨安天科技集团股份有限公司 | 基于画像的攻击预测方法、装置、电子设备及存储介质 |
CN113220897A (zh) * | 2021-04-29 | 2021-08-06 | 天津大学 | 基于实体-关系关联图的知识图谱嵌入模型 |
CN114817570A (zh) * | 2022-05-11 | 2022-07-29 | 四川封面传媒科技有限责任公司 | 基于知识图谱的新闻领域多场景文本纠错方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115129897A (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pasquini et al. | Media forensics on social media platforms: a survey | |
US20160371305A1 (en) | Method, device and apparatus for generating picture search library, and picture search method, device and apparatus | |
CN112287914B (zh) | Ppt视频段提取方法、装置、设备及介质 | |
CN107430604A (zh) | 图像内容的语义表示 | |
CN113434716B (zh) | 一种跨模态信息检索方法和装置 | |
CN111639291A (zh) | 内容分发方法、装置、电子设备以及存储介质 | |
KR101777238B1 (ko) | 영상 트렌드 검출 및 큐레이션을 위한 방법 및 시스템 | |
CN115129897B (zh) | 利用知识图谱分析感知数据的方法、装置、设备和介质 | |
US20140059079A1 (en) | File search apparatus, file search method, image search apparatus, and non-transitory computer readable storage medium | |
Chu et al. | Multimodal retrieval through relations between subjects and objects in lifelog images | |
KR20120047622A (ko) | 디지털 콘텐츠 관리 시스템 및 방법 | |
CN112989167B (zh) | 搬运账号的识别方法、装置、设备及计算机可读存储介质 | |
Parveen et al. | Classification and evaluation of digital forensic tools | |
CN112925899B (zh) | 排序模型建立方法、案件线索推荐方法、装置及介质 | |
CN116246287B (zh) | 目标对象识别方法、训练方法、装置以及存储介质 | |
CN116226850A (zh) | 应用程序的病毒检测方法、装置、设备、介质及程序产品 | |
CN112766288B (zh) | 图像处理模型构建方法、装置、电子设备和可读存储介质 | |
CN111723177B (zh) | 信息提取模型的建模方法、装置及电子设备 | |
CN114741550A (zh) | 图像搜索方法、装置、电子设备和计算机可读存储介质 | |
CN113888760A (zh) | 基于软件应用的违规信息监控方法、装置、设备及介质 | |
Lee et al. | A mobile picture tagging system using tree-structured layered Bayesian networks | |
CN113392312A (zh) | 信息处理方法、***及电子设备 | |
Jia et al. | An ontology‐based semantic description model of ubiquitous map images | |
CN112287186B (zh) | 一种用于城市管理的智能分类方法及其*** | |
US11170044B2 (en) | Personalized video and memories creation based on enriched images |
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 |