[發(fā)明專利]基于WEB資源的本體概念層次獲取方法、系統(tǒng)及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011140231.4
• 申請(qǐng)日: 2020-10-22
• 公開(kāi)（公告）號(hào): CN112364175A
• 公開(kāi)（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 張凱;劉杰;周建設(shè);朱海平
• 申請(qǐng)（專利權(quán)）人: 首都師范大學(xué)
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36
• 代理公司: 北京清控智云知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11919
• 代理人: 管士濤

本申請(qǐng)?zhí)岢隽艘环N基于WEB資源的本體概念層次獲取方法，利用線索詞構(gòu)造蘊(yùn)含層次關(guān)系的查詢串，借助搜索引擎從Web中獲取富含層次關(guān)系的語(yǔ)料；綜合利用從Web獲取的關(guān)系富集語(yǔ)料、百科知識(shí)解釋條目及新聞文檔構(gòu)造概念向量空間模型，融合基于《知網(wǎng)》的概念語(yǔ)義相似度建立概念圖；在對(duì)所述概念圖進(jìn)行剪枝操作后，利用改進(jìn)的層次樹構(gòu)造算法得到概念間明確的層次從屬關(guān)系。本申請(qǐng)的方案獲取的層次從屬關(guān)系的準(zhǔn)確率明顯優(yōu)于現(xiàn)有技術(shù)，為實(shí)現(xiàn)人機(jī)之間及機(jī)器之間的語(yǔ)義信息交互打下了堅(jiān)實(shí)的基礎(chǔ)。

技術(shù)領(lǐng)域

本申請(qǐng)涉及概念層次分析技術(shù)領(lǐng)域，具體而言，涉及一種基于WEB資源的本體概念層次獲取方法、系統(tǒng)及計(jì)算機(jī)存儲(chǔ)介質(zhì)。

背景技術(shù)

領(lǐng)域本體是對(duì)特定領(lǐng)域共享概念模型明確、規(guī)范的說(shuō)明，以術(shù)語(yǔ)集及術(shù)語(yǔ)間的關(guān)系反映該領(lǐng)域的知識(shí)系統(tǒng)，可用于實(shí)現(xiàn)人機(jī)之間及機(jī)器之間的語(yǔ)義信息交互。目前，領(lǐng)域本體已被廣泛應(yīng)用于諸多信息應(yīng)用領(lǐng)域，如信息檢索、信息抽取、及問(wèn)答系統(tǒng)等。

現(xiàn)有技術(shù)中存在一種層次化的本體構(gòu)建模型，把本體構(gòu)建分解為術(shù)語(yǔ)識(shí)別、同義詞消解、概念獲取、概念層次關(guān)系的獲取、關(guān)系以及公理六個(gè)層次。這種層次化的本體構(gòu)建模型雖然在一定程度上可以降低本體工程的復(fù)雜性，但是仍然無(wú)法做到快速高效的獲取領(lǐng)域本體。

于是，如何快速、高效地獲取領(lǐng)域本體依然是個(gè)亟待解決的難題。

發(fā)明內(nèi)容

為了解決上述檢索領(lǐng)域現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題，本申請(qǐng)?zhí)峁┝艘环N基于WEB資源的本體概念層次獲取方法、系統(tǒng)及計(jì)算機(jī)存儲(chǔ)介質(zhì)。

本申請(qǐng)的第一方面提供了一種基于WEB資源的本體概念層次獲取方法，其特征在于，所述方法包括：

S1、利用線索詞構(gòu)造蘊(yùn)含層次關(guān)系的查詢串，借助搜索引擎從Web中獲取富含層次關(guān)系的語(yǔ)料；

S2、綜合利用從Web獲取的關(guān)系富集語(yǔ)料、百科知識(shí)解釋條目及新聞文檔構(gòu)造概念向量空間模型，融合基于《知網(wǎng)》的概念語(yǔ)義相似度建立概念圖；

S3、在對(duì)所述概念圖進(jìn)行剪枝操作后，利用改進(jìn)的層次樹構(gòu)造算法得到概念間明確的層次從屬關(guān)系。

優(yōu)選地，所述S1中，利用線索詞構(gòu)造蘊(yùn)含層次關(guān)系的查詢串，借助搜索引擎從Web中獲取富含層次關(guān)系的語(yǔ)料，包括：

將集合中的概念對(duì)(c_i，c_j)提交給搜索引擎，得到前k條返回結(jié)果的摘要文本集T₁以及搜索引擎針對(duì)該概念對(duì)提供的查詢推薦條目T₂；

針對(duì)由概念對(duì)(c_i，c_j)得到的文本集T₁和T₂，分別從中查找同時(shí)包含概念c_i和c_j的句子，存入關(guān)系語(yǔ)境集context₁和context₂中；

分別對(duì)關(guān)系語(yǔ)境集context₁和context₂中的關(guān)系語(yǔ)境進(jìn)行分詞和詞性標(biāo)注，將兩者中出現(xiàn)的名詞、動(dòng)詞、副詞和連詞存入W₁和W₂，W＝W₁∪W₂，統(tǒng)計(jì)W中每個(gè)詞語(yǔ)在對(duì)應(yīng)的關(guān)系語(yǔ)境集中出現(xiàn)的頻次；

計(jì)算W中候選線索詞w_i與其表示的層次關(guān)系r_i的相關(guān)度