[發(fā)明專利]一種基于自然語言處理的知識(shí)庫建立方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711178205.9
• 申請(qǐng)日: 2017-11-23
• 公開（公告）號(hào): CN107808014B
• 公開（公告）日: 2020-02-21
• 發(fā)明（設(shè)計(jì)）人: 黃浩;徐晨
• 申請(qǐng)（專利權(quán)）人: 北京中科智營科技發(fā)展有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/953
• 代理公司: 北京天方智力知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11719
• 代理人: 谷成

本發(fā)明公開了一種基于自然語言處理的知識(shí)庫建立方法，該方法包括：步驟1，將文件中的文本數(shù)據(jù)放入預(yù)設(shè)的數(shù)據(jù)集中；步驟2，發(fā)現(xiàn)父主題、將涉及父主題的所有語句從數(shù)據(jù)集中摘出、作為父主題內(nèi)容清單；步驟3，發(fā)現(xiàn)子主題、將定義子主題的所有語句從父主題內(nèi)容清單中摘出；步驟4，判斷所有子主題是否全部被發(fā)現(xiàn)，如果是，則執(zhí)行步驟5；如果否，則返回步驟3；步驟5，將父主題內(nèi)容清單中剩下的內(nèi)容作為父主題流程，將父主題和父主題流程作為知識(shí)點(diǎn)、納入知識(shí)庫中。本發(fā)明創(chuàng)建了符合用戶學(xué)習(xí)邏輯的知識(shí)庫，通過對(duì)待學(xué)習(xí)材料的提取和知識(shí)點(diǎn)的邏輯設(shè)計(jì)，滿足用戶對(duì)知識(shí)點(diǎn)的快速檢索和深入學(xué)習(xí)，有效提高用戶的檢索和學(xué)習(xí)效率，增強(qiáng)了用戶體驗(yàn)。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言處理技術(shù)領(lǐng)域，更為具體來說，本發(fā)明為一種基于自然語言處理的知識(shí)庫建立方法。

背景技術(shù)

目前，雖然已經(jīng)建立了一些用于用戶學(xué)習(xí)的知識(shí)庫或數(shù)據(jù)庫，但是，常規(guī)建立知識(shí)庫的方法往往是對(duì)現(xiàn)有內(nèi)容的簡單分類和簡單存儲(chǔ)，實(shí)質(zhì)上相當(dāng)于建立了一個(gè)電子圖書館，所以常規(guī)知識(shí)庫中的內(nèi)容之間往往是相互獨(dú)立的。用戶在進(jìn)行檢索和學(xué)習(xí)時(shí)，往往需要不斷地嘗試新的關(guān)鍵字才能得到足夠有用的信息，甚至有時(shí)即使經(jīng)過多次的檢索仍然沒有得到想要的結(jié)果。在用戶不斷嘗試新關(guān)鍵字的過程中，呈現(xiàn)給用戶的冗雜的、無用的內(nèi)容會(huì)耗費(fèi)用戶大量的時(shí)間，用戶往往需付出大量無用的勞動(dòng)才能對(duì)需要學(xué)習(xí)的知識(shí)點(diǎn)有所了解，導(dǎo)致知識(shí)獲取的效率過低、耗時(shí)耗力，難以滿足用戶的需求，而且上述問題導(dǎo)致用戶體驗(yàn)非常差。

因此，面對(duì)大量的學(xué)習(xí)材料的情況下，如何使用戶盡快學(xué)習(xí)到需要的知識(shí)點(diǎn)、提高用戶學(xué)習(xí)效率、改善用戶體驗(yàn)，成為了本領(lǐng)域技術(shù)人員亟待解決的技術(shù)問題和始終研究的重點(diǎn)。

發(fā)明內(nèi)容

為解決已建立的常規(guī)知識(shí)庫會(huì)耗費(fèi)用戶大量的時(shí)間、限制用戶的學(xué)習(xí)效率、影響用戶體驗(yàn)等問題，本發(fā)明創(chuàng)新提出了一種基于自然語言處理的知識(shí)庫建立方法，該方法通過對(duì)待學(xué)習(xí)材料的處理和加工的方式提取用戶需要的核心內(nèi)容，以該核心內(nèi)容作為知識(shí)庫建立的基礎(chǔ)內(nèi)容，實(shí)現(xiàn)在用戶進(jìn)行檢索和查詢過程中能夠更快的接觸到主干知識(shí)點(diǎn)，并可按照知識(shí)庫中預(yù)先創(chuàng)立的知識(shí)構(gòu)架進(jìn)行高效學(xué)習(xí)，避免用戶將寶貴的時(shí)間浪費(fèi)在冗雜的無用內(nèi)容上；因此，本發(fā)明能夠顯著地提高用戶的檢索和學(xué)習(xí)效率，提高用戶滿意度。

為實(shí)現(xiàn)上述的技術(shù)目的，本發(fā)明公開了一種基于自然語言處理的知識(shí)庫建立方法，該方法包括如下步驟，

步驟1，讀取具有文本數(shù)據(jù)的文件，將文件中的文本數(shù)據(jù)放入預(yù)設(shè)的數(shù)據(jù)集中；

步驟2，通過掃描整個(gè)數(shù)據(jù)集的方式發(fā)現(xiàn)父主題，將涉及所述父主題的所有語句從數(shù)據(jù)集中摘出，并將涉及所述父主題的所有語句作為父主題內(nèi)容清單；

步驟3，通過掃描所述父主題內(nèi)容清單的方式發(fā)現(xiàn)子主題，并將定義所述子主題的所有語句從父主題內(nèi)容清單中摘出；其中，所述子主題用于解釋所述父主題；

步驟4，判斷父主題內(nèi)容清單中的所有子主題是否全部被發(fā)現(xiàn)，如果是，則執(zhí)行步驟5；如果否，則返回步驟3；

步驟5，將父主題內(nèi)容清單中剩下的內(nèi)容作為父主題流程，將父主題和父主題流程作為知識(shí)點(diǎn)、納入知識(shí)庫中。

本發(fā)明建立了一種具有主題和主體流程的知識(shí)庫，將圍繞主題的核心內(nèi)容有效地提取出來，以滿足用戶通過主題流程而快速學(xué)習(xí)作為知識(shí)點(diǎn)的主題的需要，相對(duì)于現(xiàn)有知識(shí)庫，本發(fā)明有效地提高了用戶的學(xué)習(xí)效率和滿意度。

進(jìn)一步地，步驟5中，將父主題與子主題之間的關(guān)系作為基本主題網(wǎng)絡(luò)，將所述基本主題網(wǎng)絡(luò)、父主題、父主題流程作為知識(shí)點(diǎn)納入知識(shí)庫中。

基于上述改進(jìn)的技術(shù)方案，本發(fā)明通過引入基本主題網(wǎng)絡(luò)的方式滿足用戶對(duì)作為主題的知識(shí)點(diǎn)進(jìn)行更為有效的學(xué)習(xí)，并引導(dǎo)用戶有目標(biāo)地繼續(xù)學(xué)習(xí)。