[發明專利]武器裝備屬性同義詞擴展方法

在審

• 申請號: 202011101527.5
• 申請日: 2020-10-15
• 公開（公告）號: CN112380844A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 呂學強;肖剛;韓君妹;游新冬;田佳來
• 申請（專利權）人: 北京信息科技大學;復雜系統仿真總體重點實驗室
• 主分類號: G06F40/247
• 分類號: G06F40/247;G06F40/211
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請公開了一種武器裝備屬性同義詞擴展方法，包括：對爬取的文本進行預處理；對預處理后的文本進行分詞；利用Glove模型和Word2Vec模型分別擴展同義詞；對Glove模型擴展出的同義詞和Word2Vec模型擴展出的同義詞取交集，獲得擴展結果。本申請實施例提供的武器裝備屬性同義詞擴展方法，對文本分詞后，分別采用Word2vec模型和Glove模型訓練詞向量以擴展同義詞，將二者擴展的同義詞結果取交集后得到更準確的同義詞，擴展結果的查準率、召回率和F1值均較高，擴展效果好。

技術領域

本申請涉及文本處理技術領域，具體涉及一種武器裝備屬性同義詞擴展方法。

背景技術

知識融合是構建武器裝備知識圖譜中不可缺少的一個環節，而其中構建有效的同義詞集是提高知識融合融合力的重要手段。構建武器裝備知識圖譜的數據源有多種，例如：軍事網站、電子文檔、軍事書籍等。數據一般分為結構化和非結構化數據，但是往往不同的來源對某個裝備的屬性描述是不同的。將不同來源的數據融合起來，盡可能的減少信息冗余，是有必要的。對武器裝備的屬性名稱擴展同義詞，有助于知識融合。但是人工構建屬性同義詞集往往會花費大量的人工勞動，并且會疏漏某些同義詞，如果知識圖譜領域一旦變化，需要再次重新人工構建同義詞集。人工構建同義詞集難以滿足實際應用的需求。同義詞的自動挖掘對于知識圖譜自動構建有著很重要的作用。知識融合技術離不開同義詞表的構造，人工構造同義詞表需要花費大量的人工勞動。

發明內容

本申請的目的是提供一種武器裝備屬性同義詞擴展方法。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。

根據本申請實施例的一個方面，提供一種武器裝備屬性同義詞擴展方法，包括：

對爬取的文本進行預處理；

對預處理后的文本進行分詞；

利用Glove模型和Word2Vec模型分別擴展同義詞；

對Glove模型擴展出的同義詞和Word2Vec模型擴展出的同義詞取交集，獲得擴展結果。

進一步地，所述對爬取的文本進行預處理，包括：去除所述爬取的文本中的停用詞和無關標點符號。

進一步地，所述對預處理后的文本進行分詞，包括：選用分詞工具對預處理后的文本進行文本分詞。

進一步地，所述對預處理后的文本進行分詞，還包括：假設分詞工具分詞錯誤，將當前詞語和前N個詞語或者后N個詞語組成一個新的候選詞語，統計該候選詞語在文章中出現的數量，如果出現的數量大于預設閾值，將該候選詞語替換掉分錯的詞語，作為新的分詞結果；N為正整數。

進一步地，所述利用Glove模型和Word2Vec模型分別擴展同義詞，包括：通過Glove模型和Word2Vec模型對分詞后的文本進行預訓練；通過計算各個詞語的詞向量和需要擴展同義詞詞語的詞向量的距離，將距離較近的若干詞語作為擴展后的同義詞。

進一步地，所述通過Glove模型和Word2Vec模型對分詞后的文本進行預訓練，包括：訓練Glove語言模型和Word2Vec語言模型，將詞語轉化成一定維度的詞向量矩陣。

進一步地，所述距離為歐氏距離、余弦距離或編輯距離。

進一步地，所述Word2vec模型中包含CBOW模型和Skip-gram模型；CBOW模型用于訓練詞向量；Skip-gram模型用于采用中間詞語預測其周圍詞語。

根據本申請實施例的另一個方面，提供一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述程序，以實現上述的武器裝備屬性同義詞擴展方法。