[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

本發明提供一種領域知識庫構建方法及裝置，在獲取當前待構建領域中的核心概念以及核心概念所在目標文本后，可以從目標文本中獲取至少一個非核心概念，并獲取核心概念和非核心概念的相似度，當相似度滿足預設條件時，判斷非核心概念是否與已存在于待構建領域的領域知識庫中的概念相同，如果否，則將非核心概念保留在待構建領域的領域知識庫中，并將非核心概念作為新的核心概念，獲取新的核心概念所在目標文本，返回執行從目標文本中獲取至少一個非核心概念的步驟，在獲取到待構建領域的知識庫中的所有概念后，獲取任意兩個概念間的關系，從而獲得待構建領域的領域知識庫，實現待構建領域的領域知識庫的自動構建。

技術領域

本發明屬于信息處理技術領域，更具體的說，尤其涉及一種領域知識庫構建方法及裝置。

背景技術

領域知識庫是領域內所包括的概念以及概念間的關系的集合，其中概念是其所屬領域的知識，可以通過領域內的詞條來指示，概念間的關系是概念間的相似程度，可以通過數值來表示，如對于金融領域的領域知識庫來說，金融、經濟學和流通等詞條可以作為其所屬領域的領域知識庫中的概念，隨著信息的發展，領域知識庫可以使知識信息化和有序化，且利用知識的共享和交流。

目前領域知識庫的構建通常是由領域內的專家或從事編輯工作的人員來完成，即通過專家或從事編輯工作的人員將人腦中的知識轉化為計算機所能理解的表現形式，例如對于金融領域的領域知識庫來說，其構建可以由經濟學家來完成，這樣經濟學家根據自己的專業知識給出金融領域的概念以及概念間的關系，從而獲得金融領域的領域知識庫，但是這種通過人員來構建領域知識庫需要耗費大量時間、精力和成本，后續再對領域知識庫中的內容更新時，需要進行更新工作的人員對領域知識庫中的內容有充分了解才能進行更新，因此現有這種通過人員來構建領域知識庫的方式不利于領域知識庫的維護。

發明內容

有鑒于此，本發明的目的在于提供一種領域知識庫構建方法及裝置，用于自動構建任意一個領域的知識庫，從而解決由人員手動構建帶來的問題，具體的技術方案如下：

本發明提供一種領域知識庫構建方法，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；

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。

優選的，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；