机器学习模型修改和自然语言处理

摘要

提供了一种系统、计算机程序产品和方法，用于使基于知识图的数据持久性的框架自动化，并且解决知识图中的时间变化和不确定性。自然语言理解与一个或多个机器学习模型(MLM)一起用于从非结构化信息中提取数据，包括实体和实体关系。提取的数据被填充到知识图中。由于KG可能会发生变化，因此KG用于创建新的以及重新训练现有的机器学习模型(MLM)。加权以准确度值的形式应用到填充的数据。区块链技术被用于填充数据，以确保数据的可靠性，并提供可审计性以评估数据的变化。