[發明專利]用于生成知識庫的方法和裝置

在審

• 申請號: 201910249272.8
• 申請日: 2019-03-29
• 公開（公告）號: CN111753095A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 房璐;孟遙
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 杜誠;劉敏

1.一種生成知識庫的方法，包括：

確定包括多個單位的單位表；

從文本中提取屬性值，所述屬性值是數字和所述單位表中的單位的組合；

基于所述屬性值之前和之后的詞來確定與所述屬性值相關聯的候選屬性；

在包含有所述多個單位的定義的文檔中搜索所述候選屬性，并且將能夠被搜索到的候選屬性確定為與所述屬性值對應的正式屬性；

基于所述文本中出現的包含所述屬性值和所述正式屬性的語句構建屬性模板；

利用所述屬性模板在所述文本中確定另外的屬性。

2.根據權利要求1所述的方法，還包括：

對所述文本中的字符進行歸一化處理，以使得所述文本中包含的單位是所述單位表中的單位。

3.根據權利要求1所述的方法，其中，所述屬性值之前和之后的詞包括與所述屬性值相距預定距離以內的多個詞。

4.根據權利要求1所述的方法，還包括：

將所述屬性值之前和之后的詞劃分為多個組；

確定每個組中所包含的詞的所有組合，并且將每個組合確定為一個候選屬性。

5.根據權利要求4所述的方法，還包括：

在所述屬性值之前和之后的詞中去除介詞和副詞，并且利用所去除的介詞和副詞將剩余的詞劃分為所述多個組。

6.根據權利要求1所述的方法，還包括：

在能夠搜索到多個候選屬性的情況下，根據所述候選屬性的長度或所述候選屬性與所述屬性值之間的距離來確定與所述屬性值對應的正式屬性。

7.根據權利要求1所述的方法，其中，所述文本中出現的包含所述屬性值和所述正式屬性的語句還包含與所述屬性值或所述正式屬性相鄰的一個或多個字符串，

所述方法還包括：

在所述字符串的長度小于或等于第一閾值的情況下，用通配符來替換所述語句中包含的所述屬性值和所述正式屬性，并且基于所述通配符和所述字符串來構建候選屬性模板；

確定所述候選屬性模板在所述文本中的出現次數，并且基于所述出現次數確定所述候選屬性模板的置信度；

在所述置信度大于第二閾值的情況下，將所述候選屬性模板確定為所述屬性模板。

8.根據權利要求7所述的方法，還包括：

在所述文本中搜索與所述屬性模板匹配的匹配語句；

在所述匹配語句中，

當存在位于兩個字符串之間的一個或多個第一詞時，將所述一個或多個第一詞確定為所述另外的屬性，以及

當不存在位于兩個字符串之間的詞時，確定僅與一個字符串相鄰的第二詞是否與相鄰詞構成組合詞，以及根據確定結果來確定所述第二詞是否是所述另外的屬性，其中，所述相鄰詞在與所述一個字符串相反的另一側與所述第二詞相鄰。

9.根據權利要求8所述的方法，還包括：當不存在位于兩個字符串之間的詞時，

對與所述一個字符串相距預定距離以內的多個詞進行分組；

在包括所述第二詞的組中，確定所述第二詞與所述相鄰詞同時出現的第一概率；

在包括所述第二詞的所述組中，計算每個詞與所述第二詞同時出現的第二概率的平均值；

在所述第一概率小于所述平均值的情況下，確定所述第二詞不與所述相鄰詞構成組合詞，以及在所述第一概率大于或等于所述平均值的情況下，確定所述第二詞與所述相鄰詞構成組合詞。

10.根據權利要求8所述的方法，還包括：

在所述第二詞不與所述相鄰詞構成組合詞的情況下，將所述第二詞確定為所述另外的屬性，以及

在所述第二詞與所述相鄰詞構成組合詞的情況下，確定所述組合詞是否與下一個相鄰詞構成另一組合詞，并且在沒有構成所述另一組合詞的情況下將所述組合詞確定為所述另外的屬性，其中所述下一個相鄰詞在與所述一個字符串相反的另一側與所述組合詞相鄰。