(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210134775.2 (22)申请日 2022.02.14 (71)申请人 安阳师范学院 地址 455000 河南省安阳市弦歌大道43 6号 (72)发明人 熊晶　刘国英　翟雪　刘永革　 刘玉双　韩胜伟　郝涛　高峰　 史小松　李邦　陈一宁　赵沛歌　 (74)专利代理 机构 湖北创融蓝图知识产权代理 事务所 (特殊普通合伙) 42276 专利代理师 何龙 (51)Int.Cl. G06F 16/36(2019.01) G06V 30/18(2022.01) G06V 10/74(2022.01)G06V 30/19(2022.01) G06V 10/80(2022.01) (54)发明名称 一种甲骨文计算机 辅助考释方法及系统 (57)摘要 本发明属于甲骨 文考释技术领域， 具体公开 了一种甲骨文计算机辅助考释方法及系统， 方法 包括以下步骤： S1， 利用深度学习模型对甲骨文 图像进行特征提取得到图像向量； S2， 将释文文 本转换成甲骨文的字向量； S3， 构建多模态知识 图谱， 将甲骨文的图像向量与甲骨文的字向量映 射到统一的语义空间； S4， 构建甲骨文考释事件 数据库， 动态抽取考释过程的事件日志， 自主挖 掘发现可用于甲骨文考释的关键点； S5， 以统一 语义空间的向量相似度计算及关键点为甲骨文 考释线索来辅助甲骨文考释。 该方案将数据驱 动、 知识驱动及过程驱动进行融合以辅助甲骨文 考释， 实现了甲骨文研究的静态思维到动态思维 转变， 提出了一种全新的 甲骨文考释方法。 权利要求书2页 说明书5页 附图3页 CN 114491075 A 2022.05.13 CN 114491075 A 1.一种甲骨文计算机 辅助考释方法， 其特 征在于， 包括以下步骤： S1， 获取现有的甲骨文图像， 利用深度学习模型对所述甲骨文图像进行特征提取得到 图像向量； S2， 获取现有的 甲骨文对应的释文 文本， 将所述释文 文本表示 为甲骨文的字向量； S3， 构建多模态知识图谱， 将甲骨文的图像向量与甲骨文的字向量映射到统一的语义 空间； S4， 构建甲骨文考释事件数据库， 动态抽取考释过程的事件日志， 自主挖掘发现可用于 甲骨文考释的关键点， 实现甲骨文考释线索的自动推送； S5， 以统一语义空间的向量相似度计算及关键点为甲骨文考释线索来辅助甲骨文考 释。 2.如权利要求1所述的甲骨文计算机辅助考释方法， 其特征在于， 所述S1具体包括： 通 过深度学习模型自动对甲骨文图像进行特征提取、 分类识别后得到图像特征， 并在甲骨文 大数据基础上， 通过向量计算完成甲骨文专 家较少干预的浅层任务。 3.如权利要求1所述的甲骨文计算机辅助考释方法， 其特征在于， 所述S3具体包括： 甲 骨文图像特 征和文本特 征融合嵌入后， 通过计算向量相似度得到相关甲骨文知识关联。 4.如权利要求3所述的甲骨文计算机辅助考释方法， 其特征在于， 所述向量相似度的计 算公式为： 其中， I为图像向量， T为文本向量。 5.如权利要求1所述的 甲骨文计算机 辅助考释方法， 其特 征在于， 所述S4具体包括： 首先， 整理历年来的甲骨文考释数据和考释成果， 构建考释事件数据库， 关注考释事件 的时间节点和考释活动； 然后， 实现基于数据库的事 件日志提取； 最后， 利用过程挖掘方法从日志中提取知识， 用于发现、 检测 和改进考释过程。 6.如权利要求1或5所述的甲骨文计算机辅助考释方法， 其特征在于， 所述S4中的事件 日志抽取 方法为基于 本体的数据访问技 术(ontology‑based data access， OBDA)。 7.如权利要求1所述的甲骨文计算机辅助考释方法， 其特征在于， 所述S4中的 “自主挖 掘发现可用于甲骨 文考释的关键点 ”具体包括： 获取事件日志后， 将其表 示成符合IEEE  XES 标准的格式， 利用ProM 工具进行挖掘。 8.一种甲骨文计算机 辅助考释系统， 其特 征在于， 包括： 数据驱动模块， 用于获取现有的甲骨文图像， 利用深度学习模型对所述甲骨文图像进 行特征提取得到图像向量； 以及， 获取现有的 甲骨文对应的释文 文本， 将所述释文 文本表示成甲骨文的字向量； 知识驱动模块， 构建多模态知识图谱， 将甲骨文的图像向量与甲骨文的字向量映射到 统一的语义空间；权　利　要　求　书 1/2 页 2 CN 114491075 A 2过程驱动模块， 用于构建甲骨文考释事件数据库， 动态抽取考释过程的事件日志， 自主 挖掘发现可用于甲骨文考释的关键点， 实现甲骨文考释线索的自动推送。权　利　要　求　书 2/2 页 3 CN 114491075 A 3