[發(fā)明專(zhuān)利]一種基于CR決策樹(shù)的知識(shí)圖譜構(gòu)建方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910587801.5
• 申請(qǐng)日: 2019-07-02
• 公開(kāi)（公告）號(hào): CN110399496A
• 公開(kāi)（公告）日: 2019-11-01
• 發(fā)明（設(shè)計(jì)）人: 肖清林
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廈門(mén)耐特源碼信息科技有限公司
• 主分類(lèi)號(hào): G06F16/36
• 分類(lèi)號(hào): G06F16/36;G06F16/35;G06F17/27;G06Q50/26
• 代理公司: 北京勁創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11589
• 代理人: 王志敏

1.一種基于CR決策樹(shù)的知識(shí)圖譜構(gòu)建方法，其特征在于，所述構(gòu)建方法包括以下步驟；

S1、采集所有知識(shí)并構(gòu)建知識(shí)實(shí)體屬性資料庫(kù)；

S2、獲取知識(shí)圖譜構(gòu)建的語(yǔ)料數(shù)據(jù)；

S3、對(duì)獲取的知識(shí)圖譜構(gòu)建語(yǔ)料數(shù)據(jù)進(jìn)行預(yù)處理，得到圖譜構(gòu)建語(yǔ)料數(shù)據(jù)集；

S4、對(duì)語(yǔ)料數(shù)據(jù)集采用混合式方法進(jìn)行實(shí)體屬性知識(shí)擴(kuò)充；

S5、對(duì)步驟4所得的實(shí)體屬性知識(shí)進(jìn)行實(shí)體屬性值融合；

S6、通過(guò)預(yù)先構(gòu)建的知識(shí)實(shí)體屬性資料庫(kù)定義實(shí)體關(guān)系類(lèi)型及基于實(shí)體的特征，抽取實(shí)體關(guān)系；

S7、通過(guò)CR決策樹(shù)并根據(jù)實(shí)體關(guān)系實(shí)現(xiàn)對(duì)知識(shí)圖譜的構(gòu)建。

2.根據(jù)權(quán)利要求1所述的一種基于CR決策樹(shù)的知識(shí)圖譜構(gòu)建方法，其特征在于，所述步驟1采集所有知識(shí)并構(gòu)建知識(shí)實(shí)體屬性資料庫(kù)包括以下內(nèi)容：首先采集領(lǐng)域?qū)嶓w詞條構(gòu)建為語(yǔ)料集，并定義領(lǐng)域?qū)嶓w的基本屬性及其屬性值的詞性，以及根據(jù)領(lǐng)域?qū)嶓w的基本屬性的特點(diǎn)，將其劃分為多值屬性、固定型單值屬性或非固定型單值屬性類(lèi)別。

3.根據(jù)權(quán)利要求1所述的一種基于CR決策樹(shù)的知識(shí)圖譜構(gòu)建方法，其特征在于，所述步驟3對(duì)獲取的知識(shí)圖譜構(gòu)建語(yǔ)料數(shù)據(jù)進(jìn)行預(yù)處理，得到圖譜構(gòu)建語(yǔ)料數(shù)據(jù)集包括以下步驟：

S31、對(duì)語(yǔ)料數(shù)據(jù)進(jìn)行整合得到語(yǔ)料文本域；

S32、對(duì)語(yǔ)料文本域進(jìn)行分組；

S33、對(duì)各語(yǔ)料文本域分別進(jìn)行域分詞處理；

S34、根據(jù)無(wú)效詞匯表進(jìn)行無(wú)效詞匯過(guò)濾，過(guò)濾掉無(wú)效詞匯和敏感詞匯；

S35、將有效詞匯與資料庫(kù)中詞匯表進(jìn)行比對(duì)，將新詞匯加入到資料庫(kù)的詞匯列表，對(duì)己有詞匯進(jìn)行累加其出現(xiàn)的頻次。

4.根據(jù)權(quán)利要求3所述的一種基于CR決策樹(shù)的知識(shí)圖譜構(gòu)建方法，其特征在于，所述步驟S33中的分詞處理包括基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計(jì)的分詞方法中的一種或多種。

5.根據(jù)權(quán)利要求4所述的一種基于CR決策樹(shù)的知識(shí)圖譜構(gòu)建方法，其特征在于，所述基于字符串匹配的分詞方法包括正向最大匹配法、逆向最大匹配法、最少切分和雙向最大匹配法。

6.根據(jù)權(quán)利要求1所述的一種基于CR決策樹(shù)的知識(shí)圖譜構(gòu)建方法，其特征在于，所述步驟5對(duì)實(shí)體屬性值融合包括以下內(nèi)容：

根據(jù)領(lǐng)域?qū)嶓w基本屬性的特點(diǎn)，將屬性劃分為多值屬性、固定型單值屬性、非固定型單值屬性三種類(lèi)別；

首先，采用一種基于來(lái)源可信度的方法對(duì)多值屬性的屬性值進(jìn)行融合；

其次，采用一種基于內(nèi)容可信度的方法對(duì)固定型單值屬性的屬性值進(jìn)行融合；

最后，采用如下一種基于學(xué)習(xí)排序的方法對(duì)非固定型單值屬性的屬性值進(jìn)行融合。

7.根據(jù)權(quán)利要求1所述的一種基于CR決策樹(shù)的知識(shí)圖譜構(gòu)建方法，其特征在于，所述步驟6通過(guò)預(yù)先構(gòu)建的知識(shí)實(shí)體屬性資料庫(kù)定義實(shí)體關(guān)系類(lèi)型及基于實(shí)體的特征，抽取實(shí)體關(guān)系中，釆用句法分析及詞法分析將實(shí)體關(guān)系轉(zhuǎn)化為特征向量，繼而采用機(jī)器學(xué)習(xí)模型進(jìn)行處理，計(jì)算特征向量的相似度，并對(duì)實(shí)體關(guān)系進(jìn)行分類(lèi)。