面向试验数据的标签本体及标签实例推荐方法

针对海量试验数据标签管理及标签管理智能化问题，提出一种标签本体及标签实例推荐方法。采集结构化、非结构化数据以及半结构化数据，根据试验数据类型，构建本体概念，形成标签库；对图像、文本、音频、视频、纸质等多模态数据采用不同方法进行装备实体以及实体关系抽取，构建标签实例库；利用规则映射和自然语言处理方法对标签本体与标签实例进行关系映射；最后，挖掘用户个人信息以及使用标签信息，结合个人信息以及标签信息，形成基于标签及标签实例的智能推荐。对比现有模型，该推荐模型在MAE和MSE指标上分别降低了8.82%和5.56%,AUC指标提高了13.33%，对试验数据智能化管理具有重要意义。