CN119004247B 基于知識圖譜的成礦預測模型構建方法、系統及產品 （中國地質大學（北京））

查系統和預測評價系統的數據類型對知識圖譜識挖掘方法對第一知識數據和/或知識圖譜進行果的準確性，滿足了礦產資源預測的智能化要2基于地球系統、成礦系統、勘查系統和預測評價系統的數據類基于預設知識挖掘方法對所述第一知識數據和/或所述知識圖譜進行知識挖掘，得到基于所述第一知識數據和所述第二知識數據構建礦產資其中，所述第二知識數據包括第一挖掘知識，所述基于預設知響應于用戶從所述第一知識數據和/或所述知識圖譜任選的兩個目標實體，將所述兩若所述最小跳數小于預設跳數閾值，則確定所述兩個目標實體存所述兩個目標實體和所述直接關系得到對應的若所述最小跳數不小于預設跳數閾值，則確定所述兩個目標實若所述路徑數量小于預設路徑閾值，則確定所述兩個目標實體存所述兩個目標實體和所述短程關系得到對應的若所述路徑數量不小于預設路徑閾值，則確定所述兩個目標實體基于地球系統、成礦系統、勘查系統和預測評價系統的數據類基于預設知識挖掘方法對所述第一知識數據和/或所述知識圖譜進行知識挖掘，得到基于所述第一知識數據和所述第二知識數據構建礦產資其中，所述第二知識數據包括第二挖掘知識，所述基于預設知3基于地球系統、成礦系統、勘查系統和預測評價系統的數據類基于預設知識挖掘方法對所述第一知識數據和/或所述知識圖譜進行知識挖掘，得到基于所述第一知識數據和所述第二知識數據構建礦產資其中，所述第二知識數據包括第三挖掘知識，所述基于預設知獲取礦產資源與所述第一知識數據和/或所述知識圖譜中任一尾部實體存在關聯的全統計每條路徑中不同實體關系的出現頻次，計算所述礦產資源4.根據權利要求1至3中任一項所述的基于知識圖譜的成對所述相關數據進行實體與關系標注，得到大量知識數據，所從大量知識數據中提取訓練數據和測試數據，并基于所述訓練數據構建數據生成模5.一種基于知識圖譜的成礦預測模型構建系統，其知識挖掘模塊，用于基于預設知識挖掘方法對所述第一知識數據和/或所述知識圖譜模型構建模塊，用于基于所述第一知識數據和所述第二知識數據構建礦4算機指令，從而執行權利要求1至4中任一項所述的基于知識圖譜的成礦預測模型構建方7.一種計算機可讀存儲介質，其特征在于執行權利要求1至4中任一項所述的基于知識圖譜的成礦5[0002]礦產資源是指經過地質成礦作用而形成的天然賦存于地殼內部或地表具有開發[0009]基于預設知識挖掘方法對第一知識數據和/或知識圖譜進行知識挖掘，得到第二6[0015]從大量知識數據中提取訓練數據和測試數據，并基于訓練數據構建數據生成模[0018]本發明通過收集礦產資源相關數據并對其進行標注以獲取標準的三元組知識數據，以及將標注知識數據通過構建好的機器學習模型進行預測以生成海量的三元組數據，[0020]響應于用戶從第一知識數據和/或知識圖譜任選的兩個目標實體，將兩個目標實7[0038]獲取礦產資源與第一知識數據和/或知識圖譜中任一尾部實體存在關聯的全部路[0039]統計每條路徑中不同實體關系的出現頻次，計算礦產資源與尾部實體的關系概[0045]知識挖掘模塊，用于基于預設知識挖掘方法對第一知識數據和/或知識圖譜進行上述第一方面或其對應的任一實施方式的一種基于知識圖譜的成礦使計算機執行上述第一方面或其對應的任一實施方式的一種基于知識圖譜的成礦預測模8[0052]圖1是根據本發明實施例的基于知識圖譜的成礦預測模型構建方法的流程示意[0053]圖2是根據本發明實施例的另一基于知識圖譜的成礦預測模型構建方法的流程示[0061]礦產資源是推動人類社會發展和探究地球系統運行模式的重要基礎和寶貴窗口。圖譜技術的礦產資源全要素預測指標體系的智能構建系統識圖譜破局復雜的成礦系統研究，構建成礦系統與所有成礦相關因素的動態關聯和相互制9[0065]在本實施例中提供了一種基于知識圖譜的成礦預測模型構建方法，圖1是根據本度的全球變化是地球系統各圈層之間相互作用的結果以及人與環境(生命與非生命)相互[0077]在本實施例中提供了一種基于知識圖譜的成礦預測模型構建方法，圖2是根據本[0090]本發明實施例中通過收集礦產資源相關數據并對其進行標注以獲取標準的三元標實體可能存在多條關聯路徑，故需要基于關聯路徑的數量進行進一步的實體關系劃分。[0108]本發明實施例中通過實體間的最小跳數和路徑數量來定量判斷實體間存在的關[0117]本發明實施例基于現有的知識數據并利用知識圖譜嵌入[0119]步驟C1，獲取礦產資源與第一知識數據和/或知識圖譜中任一尾部實體存在關聯重賦值的知識挖掘，為后續實現全要素的基于知識圖譜的成礦預測模型構建提供研究數礦產資源知識圖譜的全要素預測指標體系智能構建系統的詳細[0126]在本實施例中，基于當前存儲的斑巖銅礦的知識圖譜開發了對應的知識查詢方[0134]在本實施例中，基于知識圖譜嵌入(KnowledgeGraph[0136]為將知識圖譜中的實體和關系進行嵌入(Embedding)表示，本實施例選用雙線性[0145]在一具體實施例中，通過知識圖譜嵌入模型KGE預測出的洋脊俯沖實體和板片熔[0150]3、計算出所有路徑的聯合概率作為關聯路徑的強度指數，用以表征“斑巖銅礦過基于Gplate(其為用于板塊構造模擬和地球演化研究的軟件)提取對應的板塊構造要素，[0153]在本實施例中，數據驅動是以構建的斑巖銅礦知識圖譜與預測全要素框架為基[0161]模型構建模塊704，用于基于第一知識數據和第二知識數據構建礦產資源預測模[0168]本實施例中的基于知識圖譜的成礦預測模型構建系統是以功能單元的形式來呈[0169]本發明實施例的基于知識圖譜的成礦預測模型構建系統，考慮到巖石圈物質結對在計算機設備內執行的指令進行處理，包括存儲在存儲器中或者存儲器上以在外部輸存儲在遠程存儲介質或非暫時機器可讀存儲介質中并將被存儲在本地存儲介質中的計算該計算機讀取并執行該指令，或者該計