[發明專利]縮簡詞的消歧方法和消歧設備在審
| 申請號： | 201611115210.0 | 申請日： | 2016-12-07 |
| 公開（公告）號： | CN108170662A | 公開（公告）日： | 2018-06-15 |
| 發明（設計）人： | 宋雙永;繆慶亮;孟遙 | 申請（專利權）人： | 富士通株式會社 |
| 主分類號： | G06F17/27 | 分類號： | G06F17/27 |
| 代理公司： | 北京集佳知識產權代理有限公司 11227 | 代理人： | 康建峰;吳瓊 |
| 地址： | 日本神*** | 國省代碼： | 日本;JP |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 消歧 參考 語義知識庫 概率 文本 關聯關系 文件頻率 檢索 查找 | ||
1.一種縮簡詞的消歧方法，包括：
針對待處理文本中的縮簡詞，查找共現語義知識庫中與該縮簡詞對應的全稱實體；
在查找到多個全稱實體的情況下，
針對每一個全稱實體，
檢索待處理文本中出現的、共現語義知識庫中與該全稱實體存在關聯關系的參考實體；
基于參考實體與該全稱實體之間的共現支持概率TF-IDF，計算該全稱實體的共現概率；
基于共現概率，選擇多個全稱實體之一作為與該縮簡詞對應的全稱實體；
其中，所述TF-IDF等于參考實體與該全稱實體的共現次數TF和參考實體與該全稱實體的逆向文件頻率IDF之積。
2.如權利要求1所述的方法，其中，所述縮簡詞包括英文縮寫和中文簡稱。
3.如權利要求1所述的方法，其中，所述共現語義知識庫通過如下步驟構建：
從百科知識庫中，搜索具有消歧屬性的縮簡詞實體、對應的多個全稱實體；
統計在包含所搜索到的全稱實體的語料中出現的其它實體與全稱實體之間的TF-IDF；
基于TF-IDF，選擇上述其它實體中的部分實體作為參考實體；
基于參考實體、上述多個全稱實體、它們之間的TF-IDF，構建所述共現語義知識庫。
4.如權利要求3所述的方法，其中，還通過對文本語料的特定模式匹配，搜索縮簡詞實體、對應的全稱實體。
5.如權利要求3所述的方法，其中，還從百科知識庫中，搜索不具有消歧屬性的縮簡詞實體、對應的全稱實體。
6.如權利要求3所述的方法，其中，所述縮簡詞實體與所述多個全稱實體之間的對應關系、所述全稱實體與所述參考實體之間的TF-IDF以資源描述框架RDF形式存在于關聯數據linked data形式的所述共現語義知識庫中。
7.如權利要求1所述的方法，其中，在查找到一個全稱實體的情況下，將該全稱實體確定為與所述縮簡詞對應的全稱實體。
8.如權利要求1所述的方法，其中，在未檢索到參考實體的情況下，選擇多個全稱實體中成為消歧結果最多的全稱實體，作為與所述縮簡詞對應的全稱實體。
9.如權利要求1所述的方法，其中，在未檢索到參考實體的情況下，利用消歧模型，將多個全稱實體之一確定為與所述縮簡詞對應的全稱實體。
10.一種縮簡詞的消歧設備，包括：
查找裝置，被配置為：針對待處理文本中的縮簡詞，查找共現語義知識庫中與該縮簡詞對應的全稱實體；
確定裝置，被配置為：在查找到多個全稱實體的情況下，
針對每一個全稱實體，
檢索待處理文本中出現的、共現語義知識庫中與該全稱實體存在關聯關系的參考實體；
基于參考實體與該全稱實體之間的共現支持概率TF-IDF，計算該全稱實體的共現概率；
基于共現概率，選擇多個全稱實體之一作為與該縮簡詞對應的全稱實體；
其中，所述TF-IDF等于參考實體與該全稱實體的共現次數TF和參考實體與該全稱實體的逆向文件頻率IDF之積。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于富士通株式會社，未經富士通株式會社許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201611115210.0/1.html，轉載請聲明來源鉆瓜專利網。
