[發(fā)明專利]引文重要性的識(shí)別方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010313735.5
• 申請(qǐng)日: 2020-04-20
• 公開(kāi)（公告）號(hào): CN111782827A
• 公開(kāi)（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 徐碩;翟東升
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G06F16/38
• 分類號(hào): G06F16/38;G06F16/34;G06F40/194;G06N20/00
• 代理公司: 北京市立方律師事務(wù)所 11330
• 代理人: 張?bào)銓?/td>

1.一種引文重要性識(shí)別方法，其特征在于，包括：

獲取施引文獻(xiàn)的全文文本信息和基本信息，以及所述施引文獻(xiàn)的被引文獻(xiàn)的基本信息；

根據(jù)所述被引文獻(xiàn)的基本信息，在所述施引文獻(xiàn)的全文文本信息中提取出所述被引文獻(xiàn)對(duì)應(yīng)的引用語(yǔ)境信息，并確定所述被引文獻(xiàn)在所述施引文獻(xiàn)中的引用位置；

根據(jù)所述引用語(yǔ)境信息和所述引用位置，確定所述施引文獻(xiàn)與所述被引文獻(xiàn)之間的第一關(guān)系特征；

根據(jù)所述施引文獻(xiàn)的基本信息，以及所述被引文獻(xiàn)的基本信息，通過(guò)產(chǎn)生式模型提取所述施引文獻(xiàn)與所述被引文獻(xiàn)的第二關(guān)系特征；

根據(jù)所述第一關(guān)系特征和第二關(guān)系特征，確定所述被引文獻(xiàn)對(duì)所述施引文獻(xiàn)的重要度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一關(guān)系特征和第二關(guān)系特征，確定所述被引文獻(xiàn)對(duì)所述施引文獻(xiàn)的重要度，包括：

根據(jù)所述第一關(guān)系特征和第二關(guān)系特征，通過(guò)引文重要性判別模型，確定所述被引文獻(xiàn)對(duì)所述施引文獻(xiàn)的重要度；

其中，所述引文重要性判別模型是通過(guò)以下方式得到的：

獲取訓(xùn)練樣本，其中，每個(gè)訓(xùn)練樣本為包括一個(gè)施引文獻(xiàn)和被引文獻(xiàn)的文獻(xiàn)對(duì)，每個(gè)訓(xùn)練樣本帶有標(biāo)注標(biāo)簽，所述標(biāo)注標(biāo)簽表征了訓(xùn)練樣本中被引文獻(xiàn)對(duì)于所述施引文獻(xiàn)的重要度；

提取每個(gè)訓(xùn)練樣本所包含的施引文獻(xiàn)和被引文獻(xiàn)所對(duì)應(yīng)的第一關(guān)系特征和第二關(guān)系特征；

基于各所述訓(xùn)練樣本所對(duì)應(yīng)的第一關(guān)系特征和第二關(guān)系特征、以及各訓(xùn)練樣本的標(biāo)注標(biāo)簽，對(duì)預(yù)設(shè)的判別模型進(jìn)行訓(xùn)練，直至滿足預(yù)設(shè)結(jié)束條件，將訓(xùn)練結(jié)束時(shí)的判別模型作為所述引文重要性判別模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)于所述施引文獻(xiàn)和所述被引文獻(xiàn)，文獻(xiàn)的基本信息包括文獻(xiàn)的作者信息、出版年份信息、摘要信息以及題目信息。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述被引文獻(xiàn)的基本信息，在所述施引文獻(xiàn)的全文文本信息中提取出所述被引文獻(xiàn)對(duì)應(yīng)的引用語(yǔ)境信息，包括：

根據(jù)所述被引文獻(xiàn)的作者信息和出版年份信息構(gòu)建正則表達(dá)式；

根據(jù)所述正則表達(dá)式在所述施引文獻(xiàn)的全文文本信息中進(jìn)行匹配，提取得到所述引用語(yǔ)境信息。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述引用語(yǔ)境信息和所述引用位置，確定所述施引文獻(xiàn)與所述被引文獻(xiàn)之間的第一關(guān)系特征，包括：

根據(jù)所述引用語(yǔ)境信息、所述引用位置，所述被引文獻(xiàn)的摘要信息和作者信息、以及所述施引文獻(xiàn)的摘要信息和作者信息，確定所述施引文獻(xiàn)與所述被引文獻(xiàn)之間的第一關(guān)系特征。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述施引文獻(xiàn)的基本信息，以及所述被引文獻(xiàn)的基本信息，通過(guò)產(chǎn)生式模型提取所述施引文獻(xiàn)與所述被引文獻(xiàn)的第二關(guān)系特征，包括：

根據(jù)所述施引文獻(xiàn)的題目信息和摘要信息、所述被引文獻(xiàn)的題目信息和摘要信息、以及所述施引文獻(xiàn)和所述被引用關(guān)系，通過(guò)產(chǎn)生式模型提取所述施引文獻(xiàn)與所述被引文獻(xiàn)的第二關(guān)系特征。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一關(guān)系特征包括結(jié)構(gòu)特征、被引用次數(shù)特征、單獨(dú)引用特征、作者重疊特征、線索詞特征以及相似度特征中的至少一項(xiàng)；所述第二特征關(guān)系包括所述施引文獻(xiàn)和所述被引文獻(xiàn)的主題相似度、以及相對(duì)于所述施引文獻(xiàn)的所述被引文獻(xiàn)的多項(xiàng)式分布中的至少一項(xiàng)。