[發明專利]中文語義關系的識別方法及裝置

有效

• 申請號: 201710980063.1
• 申請日: 2017-10-19
• 公開（公告）號: CN107832290B
• 公開（公告）日: 2020-02-28
• 發明（設計）人: 李長亮;馬騰;程健
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/279;G06F40/242
• 代理公司: 北京瀚仁知識產權代理事務所(普通合伙) 11482
• 代理人: 郭文浩;王世超

1.一種中文語義關系的識別方法，其特征在于，所述方法包括：

步驟1，判斷預設的語義詞典中是否包含待檢測中文詞語詞對：若是則依據所述預設的語義詞典確定所述待檢測中文詞語詞對的語義關系，若否則進行步驟2；

步驟2，利用所述待檢測中文詞語詞對的詞向量，獲取其第一語義關系；

步驟3，利用所述待檢測中文詞語詞對的詞語結構特征，獲取其第二語義關系，并根據所述第二語義關系調整所述第一語義關系，得到最終的語義關系。

2.根據權利要求1所述的方法，其特征在于，“利用所述待檢測中文詞語詞對的詞向量，獲取其第一語義關系”的步驟具體包括：

根據預設詞向量字典獲取待檢測中文詞語詞對的詞向量；

提取所述詞向量的特征，并依據所述詞向量的特征和所述待檢測中文詞語詞對的詞性信息構建組合向量；

利用預設softmax分類模型獲取所述組合向量對應的各預設語義關系的概率，并將概率值最大的語義關系作為所述待檢測中文詞語詞對的第一語義關系。

3.根據權利要求2所述的方法，其特征在于，“提取所述詞向量的特征，并依據所述詞向量的特征和所述待檢測中文詞語詞對的詞性信息構建組合向量”的步驟具體包括：

計算所述待檢測中文詞語詞對對應的詞向量的相似度；

計算所述待檢測中文詞語詞對對應的詞向量的差向量；

獲取待檢測中文詞語的詞性，并對所述詞性進行編碼得到對應的詞性信息；

融合所述詞向量的相似度、差向量以及所述待檢測中文詞語詞對的詞性信息，構成組合向量:

x＝(W，COS_S，P₁，P₂)

其中W＝W(A)-W(B)為兩個詞向量的差向量，COS_S為詞語A和B降維后的詞向量的cosine相似度，P₁和P₂為詞語A和詞語B編碼后的值。

4.根據權利要求2所述的方法，其特征在于，“根據所述第二語義關系調整所述第一語義關系，得到最終的語義關系”的步驟具體包括：

判斷所述第一語義關系與第二語義關系是否一致，若一致則不調整所述第一語義關系；若不一致則將所述組合向量對應的各預設語義關系中概率第二大的語義關系作為所述待檢測中文詞語詞對的第一語義關系。

5.根據權利要求1-4中任意一項所述的方法，其特征在于，所述詞語結構特征包括詞性特征、特殊字特征、結構特征和單字特征；“利用所述待檢測中文詞語詞對的詞語結構特征，獲取其第二語義關系”的步驟具體包括：

判斷所述待檢測中文詞語詞對是否滿足預設的詞性判斷條件，若滿足則依據所述預設的詞性判斷條件得到第二語義關系，若不滿足則判斷所述待檢測中文詞語詞對是否包含預設的特殊中文字；

當所述待檢測中文詞語詞對包含預設的特殊中文字，則刪除所述預設的特殊中文字，并判斷修改后的待檢測中文詞語詞對是否滿足預設的結構判斷條件，否則直接判斷所述待檢測中文詞語詞對是否滿足預設的結構判斷條件；

當所述待檢測中文詞語詞對滿足預設的結構判斷條件時，依據所述預設的結構判斷條件得到第二語義關系；當所述待檢測中文詞語詞對不滿足預設的結構判斷條件時，則判斷所述待檢測中文詞語詞對是否滿足預設的單字判斷條件；

當所述待檢測中文詞語詞對滿足預設的單字判斷條件時，依據該預設的單字判斷條件得到第二語義關系；

其中，所述預設的詞性判斷條件包括：若所述待檢測中文詞語詞對中兩個中文詞語均為形容詞或動詞則其第二語義關系為反義詞；

所述預設的結構判斷條件包括：若所述待檢測中文詞語詞對中兩個中文詞語的結構特征分別為ab和bc，或者分別為a和ba，則所述的兩個中文詞語為整體與部分關系；若所述的兩個中文詞語的結構特征分別為a和ac，則所述的兩個中文詞語為上位與下位關系；a、b和c均為互不相同的單個中文字；

所述預設的單字判斷條件包括：若所述待檢測中文詞語詞對中兩個中文詞語均為互不相同的單個中文字，則所述的兩個中文詞語為反義詞。