[發明專利]一種本體排序方法及系統

有效

• 申請號: 201610631112.6
• 申請日: 2016-08-04
• 公開（公告）號: CN106294654B
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 劉杰;駱力明;周建設;史金生;石長地;郭宇
• 申請（專利權）人: 首都師范大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 張玲

1.一種本體排序方法，其特征在于，包括：學習方法與預測方法，

所述學習方法包括如下步驟：

采集樣本步驟，從搜索引擎中獲取本體文件作為樣本集，將所述樣本集按照一定比例分為訓練集、驗證集與預測集；

構建本體向量步驟，提取所述本體文件的本體特征，然后將標準評分、檢索編號、特征編號與特征值映射成數值特征向量，其中，所述標準評分為按照查詢項與本體文件的相關性給出的人工評分；所述檢索編號為查詢項的編號；所述特征編號為本體特征編號；所述特征值為本體文件相應的特征值；

生成基學習器步驟，將所述訓練集的所述本體向量通過排序算法訓練生成基學習器；

其中，所述排序算法包括MART、RB、RN、AR和CA，將所述訓練集的所述本體向量通過排序算法訓練生成基學習器包括：

結合評價指標平均查準率均值MAP、標準化折扣增益NDCG和期望排名倒數ERR，將所述訓練集的所述本體向量通過所述排序算法分別訓練生成MART基學習器、RB基學習器、RN基學習器、AR_ERR基學習器、AR_MAP基學習器、AR_NDCG基學習器、CA_ERR基學習器、CA_MAP基學習器、CA_NDCG基學習器這9個基學習器；

生成集成模型步驟，采用集成學習的方法將所述基學習器融合成集成模型；

其中，所述集成學習的方法包括列表投票法或bagging或隨機森林；

交叉驗證步驟，采用交叉驗證法將驗證集的本體向量輸入至所述集成模型中進行驗證、優化；

所述預測方法包括如下步驟：

預測樣本步驟，向所述集成模型中輸入預測集樣本的本體向量，所述集成模型輸出預測集樣本的本體排序結果。

2.根據權利要求1所述的方法，其特征在于，所述本體特征至少包括類匹配、類密度測量、實體相似度測量、語義相關測量、中心測量與ontBM25。

3.一種本體排序系統，其特征在于，包括：學習模塊與預測模塊，所述學習模塊包括樣本采集單元、本體向量生成單元、基學習器生成單元、集成模型生成單元與驗證單元；

所述樣本采集單元用于從搜索引擎中獲取本體文件作為樣本集，將所述樣本集按照一定比例分為訓練集、驗證集與預測集；

所述本體向量生成單元用于提取所述本體文件的本體特征，然后將標準評分、檢索編號、特征編號與特征值映射成數值特征向量，其中，所述標準評分為按照查詢項與本體文件的相關性給出的人工評分；所述檢索編號為查詢項的編號；所述特征編號為本體特征編號；所述特征值為本體文件相應的特征值；

所述基學習器生成單元用于將所述訓練集的所述本體向量通過排序算法訓練生成基學習器；

其中，所述排序算法包括MART、RB、RN、AR和CA，將所述訓練集的所述本體向量通過排序算法訓練生成基學習器包括：

結合評價指標平均查準率均值MAP、標準化折扣增益NDCG和期望排名倒數ERR，將所述訓練集的所述本體向量通過所述排序算法分別訓練生成MART基學習器、RB基學習器、RN基學習器、AR_ERR基學習器、AR_MAP基學習器、AR_NDCG基學習器、CA_ERR基學習器、CA_MAP基學習器、CA_NDCG基學習器這9個基學習器；

所述集成模型生成單元用于采用集成學習的方法將所述基學習器融合成集成模型；

其中，所述集成學習的方法包括列表投票法或bagging或隨機森林；

所述驗證單元用于采用交叉驗證法將驗證集的本體向量輸入至所述集成模型中進行驗證、優化；

所述預測模塊包括預測單元，所述預測單元用于向所述集成模型中輸入預測集樣本的本體向量，所述集成模型輸出預測集樣本的本體排序結果。