[發明專利]基于半監督學習的語義分析方法及系統

有效

• 申請號: 201810054918.2
• 申請日: 2018-01-19
• 公開（公告）號: CN108280063B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 陳波;孫樂;韓先培
• 申請（專利權）人: 中國科學院軟件研究所
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/247;G06F16/33;G06F16/36
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 張瑾

1.一種基于半監督學習的語義分析方法，其特征在于，所述方法包括：

利用實體對共現，把句子中兩個實體之間的詞語與謂詞進行匹配對齊，以構建原始詞匯；

對所述原始詞匯進行打分，得到種子詞匯；

計算種子詞匯中的詞語與實驗語料中的詞語之間的語義相似度；

根據所述種子詞匯及詞語之間的語義相似度構建新的詞典；

根據所述新的詞典進行語義分析。

2.根據權利要求1所述的方法，其特征在于，所述對所述原始詞匯進行打分，得到種子詞匯包括：

對所述原始詞匯進行語料訓練；

根據訓練結果對所述原始詞匯進行加分或減分；

選取分數高的原始詞匯作為種子詞匯。

3.根據權利要求1所述的方法，其特征在于，所述計算種子詞匯中的詞語與實驗語料中的詞語之間的語義相似度包括：

根據釋義語料庫中的復述語料計算詞語間語義相似度的分數；

根據復述表中的復述對語料計算詞語間對齊的分數；

根據詞語的向量使用余弦相似度計算詞語間的向量語義相似度的分數；

使用加權打分得到種子詞匯中的詞語與實驗語料中的詞語之間最終的語義相似度。

4.根據權利要求1所述的方法，其特征在于，所述根據所述種子詞匯及詞語之間的語義相似度構建新的詞典包括：以種子詞匯為標記節點，按照詞語之間的語義相似度進行標簽傳播，得到新的詞典。

5.一種基于半監督學習的語義分析系統，其特征在于，所述系統包括：

第一構建單元，用于利用實體對共現，把句子中兩個實體之間的詞語與謂詞進行匹配對齊，以構建原始詞匯；

獲取單元，用于對所述原始詞匯進行打分，得到種子詞匯；

計算單元，用于計算種子詞匯中的詞語與實驗語料中的詞語之間的語義相似度；

第二構建單元，用于根據所述種子詞匯及詞語之間的語義相似度構建新的詞典；

分析單元，用于根據所述新的詞典進行語義分析。

6.根據權利要求5所述系統，其特征在于，所述獲取單元包括：

訓練模塊，用于對所述原始詞匯進行語料訓練；

打分模塊，用于根據訓練結果對所述原始詞匯進行加分或減分；

選取模塊，用于選取分數高的原始詞匯作為種子詞匯。

7.根據權利要求5所述系統，其特征在于，所述計算單元包括：

第一計算模塊，用于根據釋義語料庫中的復述語料計算詞語間語義相似度的分數；

第二計算模塊，根據復述表中的復述對語料計算詞語間對齊的分數；

第三計算模塊，根據詞語的向量使用余弦相似度計算詞語間的向量語義相似度的分數；

第四計算模塊，使用加權打分得到種子詞匯中的詞語與實驗語料中的詞語之間最終的語義相似度。

8.根據權利要求5所述系統，其特征在于，所述第二構建單元，用于以種子詞匯為標記節點，按照詞語之間的語義相似度進行標簽傳播，得到新的詞典。