[發明專利]基于術語釋義知識單元的專業領域知識圖譜動態構建方法

在審

• 申請號: 201710123066.3
• 申請日: 2017-03-03
• 公開（公告）號: CN106919689A
• 公開（公告）日: 2017-07-04
• 發明（設計）人: 宋培彥;梁冰;陳白雪
• 申請（專利權）人: 中國科學技術信息研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 梁艷

1.一種基于術語釋義知識單元的專業領域知識圖譜動態構建方法，其特征在于，包括如下步驟：

S1，從科技語料庫中獲取術語釋義句；

S2，從所述術語釋義句中發現、定位并抽取知識單元；

S3，以術語為中心，以知識單元為特征節點，構建知識單元庫；

S4，統計所述知識單元的共現頻次，生成所述知識單元的共現矩陣，并將所述共現矩陣生成可視化的知識圖譜；

S1包括如下步驟：

S101：以期刊、論文、專利、百科、詞典作為語料來源，構建科技語料庫；

S102：以術語作為入口，以主語-謂詞-賓語SVO結構的釋義句句法模式，獲得釋義句中的謂詞特征，形成釋義謂詞庫；

S103：根據所述謂詞特征和釋義句句法模式，從所述科技語料庫中獲取所述術語的候選釋義句集合；

S104：采用字符串相似性匹配方式，從所述候選釋義句集合中統計具有高度相似性的釋義句，并按照釋義句的頻次降序排列，優先選擇具有更高頻次的釋義句；

S101具體為：以科技文獻、網絡百科、在線術語詞典為數據來源，采用網絡爬蟲工具采集具有較大規模和可信度的語料資源，存儲到本地并進行格式化處理，形成純文本格式的科技語料庫；

S2包括如下步驟：

S201，對所述術語釋義句的原始語料進行語料預處理，得到經過語料預處理的文本；

S202，對所述經過語料預處理的文本進行淺層次組塊依存分析和語義角色判定，形成帶有句法語義標記的術語釋義XML標注語料；

S203，根據所述術語釋義XML標注語料，抽取語義角色節點和依存關系節點，得到知識單元；

S201具體為，對所述術語釋義句的原始語料進行分詞和詞性標注，得到標注的句子；

S202具體為，首先對所述標注的句子進行依存句法分析，構建句子的依存句法結構樹，重點形成主語、謂語和賓語三塊核心組成部分；然后對依存句法分析形成的主語、謂語和賓語三塊核心組成部分分別進行語義角色分析，形成帶有句法語義標注的術語釋義XML標注語料；

S203包括如下步驟：

S2031，根據XML語義角色標注，抽取語義角色節點，根據依存句法標注抽取依存關系節點；所述語義角色節點包括工具、方式和途徑；

S2032，抽取以所述語義角色節點為父節點的子節點信息A1、A2、…An，所述子節點為所述語義角色節點的修飾成分；

S2033，判斷所有所述子節點是否作為父節點繼續出現，有則抽取該子節點A[n][m]，直到該節點不作為父節點出現為止，并對每組節點排序；

S2034，在所有的節點中，選取具有語義含義的節點為知識單元。

2.根據權利要求1所述的基于術語釋義知識單元的專業領域知識圖譜動態構建方法，其特征在于，S3包括如下步驟：

S301，對所述知識單元進行詞頻分類統計，包括角色釋義詞詞頻與修飾釋義詞詞頻統計；

S302，分別為角色釋義詞和修飾釋義詞設置權重，角色釋義詞設置較高的權重，修飾釋義詞設置較低的權重；

S303，根據詞頻和權重，計算所述角色釋義詞和修飾釋義詞的加權值；

S304，根據計算得到的加權值，以網狀結構存儲知識單元之間的關系，構建術語知識單元庫，所述術語知識單元庫包括“術語釋義表”、“術語釋義角色表”、“術語釋義角色修飾成分表”，所述“術語釋義表”、“術語釋義角色表”、“術語釋義角色修飾成分表”均圍繞特定術語進行存儲，構成緊密關聯的三個不同顆粒度的知識源。

3.根據權利要求1所述的基于術語釋義知識單元的專業領域知識圖譜動態構建方法，其特征在于，S4包括如下步驟：

S401，統計所述知識單元的共現頻次，生成術語知識單元共現矩陣，將術語符號匹配轉化為矩陣計算模型，形成可以量化計算的處理陣列；

S402，利用社會網絡分析工具將術語知識單元共現矩陣生成可視化的知識圖譜；

S403，對所述知識圖譜進行關聯分析，包括：中心度分析、強度分析、路徑分析和子圖分析；

S404，對知識圖譜進行多維度分析和動態更新。