[發(fā)明專利]一種基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201811463779.5
• 申請(qǐng)日: 2018-11-30
• 公開(kāi)（公告）號(hào): CN109597879B
• 公開(kāi)（公告）日: 2022-03-29
• 發(fā)明（設(shè)計(jì)）人: 藍(lán)建敏
• 申請(qǐng)（專利權(quán)）人: 京華信息科技股份有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06F40/289;G06F40/258
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 顏希文;麥小嬋

1.一種基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取方法，其特征在于，包括：

采集語(yǔ)料，并對(duì)所述語(yǔ)料進(jìn)行預(yù)處理及構(gòu)建語(yǔ)料庫(kù)，所述采集語(yǔ)料，具體的，搜索已有語(yǔ)料，以及從網(wǎng)上下載、抓取語(yǔ)料；所述對(duì)所述語(yǔ)料進(jìn)行預(yù)處理，具體的，對(duì)所述語(yǔ)料進(jìn)行語(yǔ)料清洗、分詞、詞性標(biāo)注和去停用詞；

從所述語(yǔ)料庫(kù)中的所有文件標(biāo)題抽取業(yè)務(wù)行為詞，并按照業(yè)務(wù)領(lǐng)域?qū)λ鰳I(yè)務(wù)行為詞進(jìn)行歸類，形成各業(yè)務(wù)領(lǐng)域?qū)?yīng)的業(yè)務(wù)行為詞庫(kù)；

從所述語(yǔ)料庫(kù)中抽取所有文件標(biāo)題和被引文件標(biāo)題的關(guān)系數(shù)據(jù)，構(gòu)建引文關(guān)系數(shù)據(jù)庫(kù)；

根據(jù)所述引文關(guān)系數(shù)據(jù)庫(kù)，統(tǒng)計(jì)業(yè)務(wù)行為詞與被引用業(yè)務(wù)行為詞的數(shù)量以及同時(shí)出現(xiàn)的次數(shù)，生成業(yè)務(wù)行為關(guān)系，并構(gòu)建業(yè)務(wù)行為關(guān)系庫(kù)。

2.根據(jù)權(quán)利要求1所述的基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取方法，其特征在于，所述從所述語(yǔ)料庫(kù)中的所有文件標(biāo)題抽取業(yè)務(wù)行為詞，具體的：

對(duì)所述語(yǔ)料庫(kù)中的所有文件標(biāo)題進(jìn)行解析和分詞；

搜集業(yè)務(wù)行為詞，包括已知的業(yè)務(wù)行為詞、不斷衍生的業(yè)務(wù)行為詞和需轉(zhuǎn)化的業(yè)務(wù)行為詞；

篩選并測(cè)試業(yè)務(wù)行為詞；

對(duì)所述業(yè)務(wù)行為詞進(jìn)行初始?xì)w類和推理。

3.根據(jù)權(quán)利要求1所述的基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取方法，其特征在于，所述從所述語(yǔ)料庫(kù)中抽取所有文件標(biāo)題和被引文件標(biāo)題的關(guān)系數(shù)據(jù)，構(gòu)建引文關(guān)系數(shù)據(jù)庫(kù)，具體的：

對(duì)語(yǔ)料庫(kù)中的每篇文件內(nèi)容進(jìn)行解析，抽取文件標(biāo)題與被引文件標(biāo)題的關(guān)系數(shù)據(jù)；

根據(jù)所述文件標(biāo)題，對(duì)每篇文件打上業(yè)務(wù)行為標(biāo)簽，形成引文關(guān)系數(shù)據(jù)，并構(gòu)建引文關(guān)系數(shù)據(jù)庫(kù)；其中，所述引文關(guān)系數(shù)據(jù)，包括文件標(biāo)題、行為標(biāo)簽、被引文件標(biāo)題、被引行為標(biāo)簽。

4.一種基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取裝置，其特征在于，包括：

語(yǔ)料庫(kù)模塊，用于采集語(yǔ)料，并對(duì)所述語(yǔ)料進(jìn)行預(yù)處理及構(gòu)建語(yǔ)料庫(kù)；

所述語(yǔ)料庫(kù)模塊，具體用于：搜索已有語(yǔ)料，以及從網(wǎng)上下載、抓取語(yǔ)料；對(duì)所述語(yǔ)料進(jìn)行語(yǔ)料清洗、分詞、詞性標(biāo)注和去停用詞；

業(yè)務(wù)行為詞庫(kù)模塊，用于從所述語(yǔ)料庫(kù)中的所有文件標(biāo)題抽取業(yè)務(wù)行為詞，并按照業(yè)務(wù)領(lǐng)域?qū)λ鰳I(yè)務(wù)行為詞進(jìn)行歸類，形成各業(yè)務(wù)領(lǐng)域?qū)?yīng)的業(yè)務(wù)行為詞庫(kù)；

引文關(guān)系數(shù)據(jù)庫(kù)模塊，用于從所述語(yǔ)料庫(kù)中抽取所有文件標(biāo)題和被引文件標(biāo)題的關(guān)系數(shù)據(jù)，構(gòu)建引文關(guān)系數(shù)據(jù)庫(kù)；

業(yè)務(wù)行為關(guān)系庫(kù)模塊，用于根據(jù)所述引文關(guān)系數(shù)據(jù)庫(kù)，統(tǒng)計(jì)業(yè)務(wù)行為詞與被引用業(yè)務(wù)行為詞的數(shù)量以及同時(shí)出現(xiàn)的次數(shù)，生成業(yè)務(wù)行為關(guān)系，并構(gòu)建業(yè)務(wù)行為關(guān)系庫(kù)。

5.根據(jù)權(quán)利要求4所述的基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取裝置，其特征在于，所述業(yè)務(wù)行為詞庫(kù)模塊，具體用于：

對(duì)所述語(yǔ)料庫(kù)中的所有文件標(biāo)題進(jìn)行解析和分詞；

搜集業(yè)務(wù)行為詞，包括已知的業(yè)務(wù)行為詞、不斷衍生的業(yè)務(wù)行為詞和需轉(zhuǎn)化的業(yè)務(wù)行為詞；

篩選并測(cè)試業(yè)務(wù)行為詞；

對(duì)所述業(yè)務(wù)行為詞進(jìn)行初始?xì)w類和推理。

6.根據(jù)權(quán)利要求4所述的基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取裝置，其特征在于，所述引文關(guān)系數(shù)據(jù)庫(kù)模塊，具體用于：

對(duì)語(yǔ)料庫(kù)中的每篇文件內(nèi)容進(jìn)行解析，抽取文件標(biāo)題與被引文件標(biāo)題的關(guān)系數(shù)據(jù)；

根據(jù)所述文件標(biāo)題，對(duì)每篇文件打上業(yè)務(wù)行為標(biāo)簽，形成引文關(guān)系數(shù)據(jù)，并構(gòu)建引文關(guān)系數(shù)據(jù)庫(kù)；其中，所述引文關(guān)系數(shù)據(jù)，包括文件標(biāo)題、行為標(biāo)簽、被引文件標(biāo)題、被引行為標(biāo)簽。

7.一種基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取裝置，其特征在于，包括處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中且被配置為由所述處理器執(zhí)行的計(jì)算機(jī)程序，且所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至3任一項(xiàng)所述的基于“引文關(guān)系”數(shù)據(jù)的業(yè)務(wù)行為關(guān)系抽取方法。