[發明專利]一種基于語義網絡的文學作品新穎度評價系統和方法

有效

• 申請號: 201811531109.2
• 申請日: 2018-12-14
• 公開（公告）號: CN109635089B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 李華康;沈霞琴;孔令軍;楊庚
• 申請（專利權）人: 李華康
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F18/25;G06F18/22
• 代理公司: 蘇州翔遠專利代理事務所(普通合伙) 32251
• 代理人: 陸金星;姚惠菱

1.一種基于語義網絡的文學作品新穎度評價系統，其特征在于，包括：

數據庫，其用于存儲若干組文學數據，每組文學數據包括文學作品、其實體網絡及其事件網絡；

數據輸入裝置，其用于向數據庫中輸入文學作品的文本；

實體構建模塊，其用于識別抽取每篇文學作品的各命名實體及各命名實體之間的關系以構建每篇文學作品的實體網絡；

實體網絡相似度計算模塊，其用于計算被檢測文學作品與各現有文學作品的實體網絡相似度；

事件構建模塊，其用于識別抽取每篇文學作品的各事件集及各事件集之間的關系以構建每篇文學作品的事件網絡；

事件網絡相似度計算模塊，其用于計算被檢測文學作品與各現有文學作品的事件網絡相似度；

新穎度計算模塊，其用于對被檢測文學作品與各現有文學作品的實體網絡相似度和事件網絡相似度后進行相似度融合計算以得到被檢測文學作品的新穎度；

所述事件構建模塊包括事件識別模型和事件關系抽取模型，所述事件識別模型識別軍事事件、經濟事件以及學術事件中的一者或多者，所述事件關系抽取模型抽取各事件的序列關系；

所述實體網絡相似度計算模塊為用于計算網絡節點間結構的結構相似度的Struc2Vec模型；

所述實體網絡相似度計算模塊包括用于計算帶權網絡節點的節點相似度并形成按照節點相似度高低排序的結點排序集的Net2Vec模型和計算兩個結點排序集之間的相似度的Cross-Correlation模型。

2.根據權利要求1所述的文學作品新穎度評價系統，其特征在于，所述實體構建模塊包括命名實體識別模型和命名實體關系抽取模型，所述命名實體識別模型識別人物、動植物、物品、地點、組織機構以及社會團體中的一者或多者，所述命名實體關系抽取模型抽取各命名實體的共現關系、時間先后關系、父子包含關系以及前后因果關系中的一者或多者。

3.根據權利要求1所述的文學作品新穎度評價系統，其特征在于，所述事件網絡相似度計算模塊為計算兩顆事件樹相似度的Tree?Kernel模型。

4.根據權利要求1所述的文學作品新穎度評價系統，其特征在于，所述新穎度計算模塊為線性融合模型或幾何融合模型或冪級融合模型或sigmoid函數融合模型。

5.根據權利要求1所述的文學作品新穎度評價系統，其特征在于，所述數據輸入裝置為掃描裝置。

6.一種基于語義網絡的文學作品新穎度評價方法，其特征在于，采用如權利要求1-5任一所述的文學作品新穎度評價系統，所述文學作品新穎度評價方法包括如下步驟：

S1、通過數據輸入裝置向數據庫中輸入多篇現有文學作品的文本；

S2、通過實體構建模塊識別抽取每篇現有文學作品的各命名實體及各命名實體之間的關系以構建每篇現有文學作品的實體網絡并存儲至數據庫中；

S3、通過事件構建模塊識別抽取每篇現有文學作品的各事件集及各事件集之間的關系以構建每篇現有文學作品的事件網絡并存儲至數據庫中；

S4、通過數據輸入裝置向數據庫中輸入一篇被檢測文學作品的文本；

S5、通過實體構建模塊識別抽取被檢測文學作品的各命名實體及各命名實體之間的關系以構建被檢測文學作品的實體網絡并存儲至數據庫中；

S6、通過實體網絡相似度計算模塊將被檢測文學作品與現有文學作品進行實體網絡相似度計算；

S7、通過事件構建模塊識別抽取被檢測文學作品的各事件集及各事件集之間的關系以構建被檢測文學作品的事件網絡并存儲至數據庫中；

S8、通過事件網絡相似度計算模塊將被檢測文學作品與現有文學作品進行事件網絡相似度計算；

S9、通過新穎度計算模塊將被檢測文學作品的實體網絡相似度和事件網絡相似度進行融合以得到被檢測文學作品的新穎度。