[發明專利]一種用戶知識概念網絡的構建方法及裝置、用戶知識的評價方法

有效

• 申請號: 201911198546.1
• 申請日: 2019-11-29
• 公開（公告）號: CN112883187B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 劉垚;鄒更;任鈺欣;黃梓杰
• 申請（專利權）人: 武漢漁見晚科技有限責任公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/284
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 羅飛

1.一種用戶知識概念網絡的構建方法，其特征在于，包括：

對包含m篇獨立文本的文本集合中包含的每篇文本進行預處理，獲得m篇獨立文本構成的語料的所有句子和詞匯，其中，m為正整數；

分別以語料的每一個詞匯為概念主題詞，遍歷所有句子和詞匯，將與概念主題詞在同一個句子中共同出現的詞匯，納入概念主題詞對應的詞匯集合，其中，詞匯集合包括概念主題詞和詞匯元素；

對每個詞匯集合進行詞匯元素篩選，構建概念庫；

采用層次聚類方法對概念庫中包含的概念進行領域劃分；

獲取用戶文本數據，根據用戶文本數據中包含的詞匯與概念庫的匹配情況，得到用戶文本數據中包含的概念；

根據用戶文本數據中包含的概念和劃分的概念領域，構建用戶知識概念網絡；包括：將用戶文本數據中包含的所有概念兩兩鏈接構建用戶知識概念網絡；

判斷兩兩鏈接的兩個概念所屬的領域是否相同；

如果兩個概念屬于不同的領域，則將該鏈接定義為跨領域鏈接，如果兩個概念屬于相同的領域，則將該鏈接定義為同領域鏈接。

2.如權利要求1所述的方法，其特征在于，對每個詞匯集合進行詞匯元素篩選，構建概念庫，包括：

統計詞匯集合中的每個詞匯元素x_j與概念主題詞x_i共同出現的文本數量z，其中，z≤m；

判斷文本數量z是否大于或等于第一閾值，如果是，則將詞匯元素作為詞匯集合的有效詞匯，保留在詞匯集合中，否則，將詞匯元素從詞匯集合中去除；

將保留有效詞匯的所有詞匯集合作為概念庫。

3.如權利要求1所述的方法，其特征在于，根據用戶文本數據中包含的詞匯與概念庫的匹配情況，得到用戶文本數據中包含的概念，包括：

對獲取的用戶文本數據以篇章為單位進行預處理，得到每篇文本的所有詞匯；

將每篇文本包含的詞匯與概念庫進行匹配，如果文本中出現了概念庫中一個概念的預設比例以上的有效詞匯，則判定該篇文本包含這個概念，得到每篇文本包含的概念；

將每篇文本包含的概念的總和作為用戶文本數據中包含的概念。

4.一種用戶知識概念網絡的構建裝置，其特征在于，包括：

預處理模塊，用于對包含m篇獨立文本的文本集合中包含的每篇文本進行預處理，獲得m篇獨立文本構成的語料的所有句子和詞匯，其中，m為正整數；

詞匯集合構建模塊，用于分別以語料的每一個詞匯為概念主題詞，遍歷所有句子和詞匯，將與概念主題詞在同一個句子中共同出現的詞匯，納入概念主題詞對應的詞匯集合，其中，詞匯集合包括概念主題詞和詞匯元素；

概念庫構建模塊，用于對每個詞匯集合進行詞匯元素篩選，構建概念庫；

領域劃分模塊，用于采用層次聚類方法對概念庫中包含的概念進行領域劃分；

匹配模塊，用于獲取用戶文本數據，根據用戶文本數據中包含的詞匯與概念庫的匹配情況，得到用戶文本數據中包含的概念；

概念網絡構建模塊，用于根據用戶文本數據中包含的概念和劃分的概念領域，構建用戶知識概念網絡，包括：將用戶文本數據中包含的所有概念兩兩鏈接構建用戶知識概念網絡；

判斷模塊，用于判斷兩兩鏈接的兩個概念所屬的領域是否相同；如果兩個概念屬于不同的領域，則將該鏈接定義為跨領域鏈接，如果兩個概念屬于相同的領域，則將該鏈接定義為同領域鏈接。

5.一種基于權利要求1至3任一項權利要求所述的用戶知識概念網絡構建方法的用戶知識的評價方法，其特征在于，評價方法包括：

對構建的用戶知識概念網絡，從網絡的聚類系數、平均路徑長度和結構熵三個維度進行評價。