[發明專利]一種領域知識庫構建方法及裝置

有效

• 申請號: 201611220184.8
• 申請日: 2016-12-26
• 公開（公告）號: CN106650940B
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 王書劍;張霞;趙立軍;崔朝輝
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06N5/02
• 分類號: G06N5/02;G06F17/27
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李金;王寶筠

1.一種領域知識庫構建方法，其特征在于，所述方法包括：

獲取當前待構建領域中的核心概念以及所述核心概念所在目標文本，所述核心概念是待構建領域中具有代表性的概念；

從所述目標文本中獲取至少一個非核心概念，所述非核心概念為從所述目標文本中提取出的位于全量概念集合中的概念，所述全量概念集合為所述待構建領域和領域中核心概念和非核心概念的集合；

獲取所述核心概念和所述非核心概念的相似度；

當所述核心概念和所述非核心概念的相似度滿足預設條件時，判斷所述非核心概念是否與已存在于所述待構建領域的領域知識庫中的概念相同，如果否，則將所述滿足預設條件的非核心概念保留在所述待構建領域的領域知識庫中，并將所述非核心概念作為新的核心概念，獲取所述新的核心概念所在目標文本，返回執行從所述目標文本中獲取至少一個非核心概念的步驟，如果是，則舍棄所述滿足預設條件的非核心概念；

在獲取到所述待構建領域的領域知識庫中的所有概念后，獲取任意兩個概念間的關系，從而獲得所述待構建領域的領域知識庫，所述所有概念包括所述待構建領域的所有核心概念和所有非核心概念。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述核心概念和所述非核心概念的相似度，包括：

當所述核心概念為第1次獲取的概念時，獲取所述非核心概念所在目標文本，從所述非核心概念所在目標文本中獲取位于所述全量概念集合中的至少一個第一概念，并根據所述至少一個第一概念和所述核心概念對應的至少一個非核心概念，得到所述核心概念和所述非核心概念的相似度；

當所述核心概念為將第i次獲取的非核心概念作為的新的核心概念時，從所述新的核心概念對應的非核心概念所在目標文本中獲取位于所述全量概念集合中的至少一個第二概念，并根據所述至少一個第二概念、所述新的核心概念對應的至少一個非核心概念和第i次獲取的相似度，得到所述新的核心概念和所述新的核心概念對應的非核心概念的相似度，第i次獲取的相似度是第i次獲取的非核心概念對應的核心概念和第i次獲取的非核心概念之間的相似度，1≤i≤N，N＝M-1，M為獲取到所述待構建領域的知識庫中的所有概念時，獲取非核心概念的總次數。

3.根據權利要求2所述的方法，其特征在于，所述根據所述至少一個第一概念和所述核心概念對應的至少一個非核心概念，得到所述核心概念和所述非核心概念的相似度，包括：

獲取所述至少一個第一概念和所述核心概念對應的至少一個非核心概念中相同的第一概念的數量以及所述至少一個第一概念和所述核心概念對應的至少一個非核心概念中的概念總數，其中所述概念總數為所述相同的第一概念的數量和所述至少一個第一概念和所述核心概念對應的至少一個非核心概念中不同概念的數量之和；

根據所述相同的第一概念的數量和概念總數，得到所述核心概念和所述非核心概念的相似度；

所述根據所述至少一個第二概念、所述新的核心概念對應的至少一個非核心概念和第i次獲取的相似度，得到所述新的核心概念和所述新的核心概念對應的非核心概念的相似度，包括：

獲取所述至少一個第二概念和所述新的核心概念對應的至少一個非核心概念中相同的第二概念的數量以及所述至少一個第二概念和所述新的核心概念對應的至少一個非核心概念中的概念總數，其中所述至少一個第二概念和所述新的核心概念對應的至少一個非核心概念中的概念總數為所述相同的第二概念的數量和所述至少一個第二概念和所述新的核心概念對應的至少一個非核心概念中不同概念的數量之和；

根據所述相同的第二概念的數量和所述至少一個第二概念和所述新的核心概念對應的至少一個非核心概念中的概念總數，得到所述新的核心概念和所述新的核心概念對應的非核心概念的第一相似度；

根據所述第一相似度和第i次獲取的相似度，得到所述新的核心概念和所述新的核心概念對應的非核心概念的相似度。