[發(fā)明專利]關(guān)聯(lián)詞典構(gòu)建方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310565554.1
• 申請(qǐng)日: 2013-11-13
• 公開（公告）號(hào): CN103605712A
• 公開（公告）日: 2014-02-26
• 發(fā)明（設(shè)計(jì)）人: 田晉坤
• 申請(qǐng)（專利權(quán)）人: 北京銳安科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/28
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 胡彬

技術(shù)領(lǐng)域

本發(fā)明涉及自然語(yǔ)言處理技術(shù)領(lǐng)域，尤其涉及關(guān)聯(lián)詞典構(gòu)建方法和裝置。

背景技術(shù)

關(guān)聯(lián)詞典是信息檢索中常用的輔助工具。檢索模型通過(guò)關(guān)聯(lián)詞典將文檔的索引術(shù)語(yǔ)和用戶的查詢術(shù)語(yǔ)進(jìn)行擴(kuò)展，來(lái)實(shí)現(xiàn)對(duì)檢索性能的提高。因此，建立高質(zhì)量的關(guān)聯(lián)詞典對(duì)檢索效果的提升有十分重要的意義。

現(xiàn)有的關(guān)聯(lián)詞典構(gòu)建方法中，路徑頻率-反向鏈接頻率（Path?frequency-inversed?backward?link?frequency,PF-IBF）算法能夠快速的搜集關(guān)聯(lián)術(shù)語(yǔ)，并計(jì)算出關(guān)聯(lián)術(shù)語(yǔ)之間的關(guān)聯(lián)度參數(shù)，被認(rèn)為是構(gòu)建關(guān)聯(lián)詞典的較優(yōu)的算法。但是，因?yàn)槁窂筋l率-反向鏈接頻率算法進(jìn)行術(shù)語(yǔ)挖掘的數(shù)據(jù)源范圍較小，并且不對(duì)原有的術(shù)語(yǔ)進(jìn)行擴(kuò)充，因此，采用路徑頻率-反向鏈接頻率算法獲得的關(guān)聯(lián)詞典的數(shù)據(jù)量十分有限。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提出一種關(guān)聯(lián)詞典構(gòu)建方法和裝置，以增加關(guān)聯(lián)詞典中的數(shù)據(jù)量。

第一方面，本發(fā)明實(shí)施例提供了一種關(guān)聯(lián)詞典構(gòu)建方法，所述方法包括：

從網(wǎng)絡(luò)詞典網(wǎng)頁(yè)上獲取源術(shù)語(yǔ)集合和目標(biāo)術(shù)語(yǔ)集合；

根據(jù)源術(shù)語(yǔ)與目標(biāo)術(shù)語(yǔ)在所述網(wǎng)絡(luò)詞典網(wǎng)頁(yè)上共同出現(xiàn)的情況構(gòu)建初始直接關(guān)聯(lián)矩陣；

對(duì)所述源術(shù)語(yǔ)集合和目標(biāo)術(shù)語(yǔ)集合進(jìn)行擴(kuò)充，使得擴(kuò)充后的關(guān)聯(lián)矩陣為方陣；

對(duì)擴(kuò)展后的關(guān)聯(lián)矩陣進(jìn)行冪運(yùn)算，得到不同冪次的間接關(guān)聯(lián)矩陣；

對(duì)不同冪次的間接關(guān)聯(lián)矩陣進(jìn)行加權(quán)平均，得到表示不同術(shù)語(yǔ)之間的關(guān)聯(lián)度的關(guān)聯(lián)矩陣。

第二方面，本發(fā)明實(shí)施例提供了一種關(guān)聯(lián)詞典構(gòu)建裝置，所述裝置包括：

術(shù)語(yǔ)集合獲取模塊，用于從網(wǎng)絡(luò)詞典網(wǎng)頁(yè)上獲取源術(shù)語(yǔ)集合和目標(biāo)術(shù)語(yǔ)集合；

初始直接關(guān)聯(lián)矩陣構(gòu)建模塊，用于根據(jù)源術(shù)語(yǔ)與目標(biāo)術(shù)語(yǔ)在所述網(wǎng)絡(luò)詞典網(wǎng)頁(yè)上共同出現(xiàn)的情況構(gòu)建初始直接關(guān)聯(lián)矩陣；

術(shù)語(yǔ)集合擴(kuò)充模塊，用于對(duì)所述源術(shù)語(yǔ)集合和目標(biāo)術(shù)語(yǔ)集合進(jìn)行擴(kuò)充，使得擴(kuò)充后的關(guān)聯(lián)矩陣為方陣；

間接關(guān)聯(lián)矩陣獲取模塊，用于對(duì)擴(kuò)展后的關(guān)聯(lián)矩陣進(jìn)行冪運(yùn)算，得到不同冪次的間接關(guān)聯(lián)矩陣；

關(guān)聯(lián)矩陣計(jì)算模塊，用于對(duì)不同冪次的間接關(guān)聯(lián)矩陣進(jìn)行加權(quán)平均，得到表示不同術(shù)語(yǔ)之間的關(guān)聯(lián)度的關(guān)聯(lián)矩陣。

本發(fā)明實(shí)施例提供的關(guān)聯(lián)詞典構(gòu)建方法和裝置，通過(guò)從網(wǎng)絡(luò)詞典網(wǎng)頁(yè)獲取術(shù)語(yǔ)集合，對(duì)術(shù)語(yǔ)集合進(jìn)行擴(kuò)充，并根據(jù)擴(kuò)充后的術(shù)語(yǔ)集合計(jì)算術(shù)語(yǔ)間的關(guān)聯(lián)矩陣，完成了對(duì)關(guān)聯(lián)術(shù)語(yǔ)之間的關(guān)聯(lián)度的計(jì)算，增加了關(guān)聯(lián)詞典中的數(shù)據(jù)量。

附圖說(shuō)明

通過(guò)閱讀參照以下附圖所作的對(duì)非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其它特征、目的和優(yōu)點(diǎn)將會(huì)變得更明顯：

圖1是本發(fā)明第一實(shí)施例提供的關(guān)聯(lián)詞典構(gòu)建方法的流程圖；

圖2是本發(fā)明第一實(shí)施例提供的術(shù)語(yǔ)集合擴(kuò)充前后的術(shù)語(yǔ)集合和關(guān)聯(lián)矩陣比較示意圖；

圖3是本發(fā)明第一實(shí)施例提供的關(guān)聯(lián)詞典構(gòu)建方法中的初始直接關(guān)聯(lián)矩陣構(gòu)建的流程圖；

圖4是本發(fā)明第一實(shí)施例提供的關(guān)聯(lián)詞典構(gòu)建方法中的術(shù)語(yǔ)集合擴(kuò)充的流程圖；

圖5是本發(fā)明第二實(shí)施例提供的關(guān)聯(lián)詞典構(gòu)建方法中的術(shù)語(yǔ)集合擴(kuò)充的流程圖；

圖6是本發(fā)明第三實(shí)施例提供的關(guān)聯(lián)詞典構(gòu)建方法的流程圖；

圖7是本發(fā)明第三實(shí)施例提供的關(guān)聯(lián)詞典構(gòu)建裝置的結(jié)構(gòu)圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。可以理解的是，此處所描述的具體實(shí)施例僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部?jī)?nèi)容。

圖1至圖4示出了本發(fā)明的第一實(shí)施例。

圖1是本發(fā)明第一實(shí)施例提供的關(guān)聯(lián)詞典構(gòu)建方法的流程圖。參見(jiàn)圖1，所述關(guān)聯(lián)詞典構(gòu)建方法包括：

步驟S110，從網(wǎng)絡(luò)詞典網(wǎng)頁(yè)上獲取源術(shù)語(yǔ)集合和目標(biāo)術(shù)語(yǔ)集合。

關(guān)聯(lián)詞典是由相互之間具有關(guān)聯(lián)關(guān)系的術(shù)語(yǔ)及它們之間的關(guān)聯(lián)關(guān)系構(gòu)成的數(shù)據(jù)集合。每個(gè)關(guān)聯(lián)關(guān)系涉及兩個(gè)術(shù)語(yǔ)，即所述關(guān)聯(lián)關(guān)系的指出術(shù)語(yǔ)，以及所述關(guān)聯(lián)關(guān)系的指入術(shù)語(yǔ)。在本發(fā)明中，所述關(guān)聯(lián)關(guān)系的指出術(shù)語(yǔ)被稱為源術(shù)語(yǔ)，而所述關(guān)聯(lián)關(guān)系的指入術(shù)語(yǔ)被稱為目標(biāo)術(shù)語(yǔ)。

所述源術(shù)語(yǔ)集合是用于構(gòu)建關(guān)聯(lián)詞典的源術(shù)語(yǔ)組成的集合，而目標(biāo)術(shù)語(yǔ)集合是用于構(gòu)建關(guān)聯(lián)詞典的目標(biāo)術(shù)語(yǔ)組成的集合。

所述網(wǎng)絡(luò)詞典網(wǎng)頁(yè)是互聯(lián)網(wǎng)上各種網(wǎng)絡(luò)詞典的網(wǎng)頁(yè)，包括維基百科的網(wǎng)頁(yè)、百度百科的網(wǎng)頁(yè)。由于這些網(wǎng)絡(luò)詞典中的詞條經(jīng)過(guò)了專業(yè)人員的加工，具有一定的代表性，因此，將這些網(wǎng)絡(luò)詞典的網(wǎng)頁(yè)作為構(gòu)建關(guān)聯(lián)詞典的數(shù)據(jù)源。