[發明專利]文檔管理方法、系統及存儲介質

在審

• 申請號: 202011270176.0
• 申請日: 2020-11-13
• 公開（公告）號: CN112486919A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 和瑞楷;熊赟;李占新;夏曙東
• 申請（專利權）人: 北京北大千方科技有限公司
• 主分類號: G06F16/16
• 分類號: G06F16/16;G06F16/33;G06F16/36;G06F40/30;G06N3/04;G06F16/335
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

1.一種文檔管理方法，其特征在于，包括：

采集及清洗文檔數據；

對清洗后的文檔數據進行語義分析，生成文檔、摘要、關鍵詞及關聯關系；

將所述文檔、摘要、關鍵詞及關聯關系輸入約束模型，生成知識圖譜。

2.根據權利要求1所述的文檔管理方法，其特征在于，還包括建立約束模型，所述建立約束模型的步驟包括：

根據待建模詞條的屬性、上下繼承關系、組合關系、和依賴關系，建立約束模型；

根據待建模詞條建立詞庫，獲取詞條的屬性和詞性，并按照預設規則將所述待建模詞條映射到所述約束模型中。

3.根據權利要求2所述的文檔管理方法，其特征在于，在所述建立約束模型之前，還包括：

根據需求進行業務分析；

根據業務分析，確定待建模詞條；

根據所述待建模詞條，確定所述待建模詞條的屬性，以及確定所述待建模詞條之間的上下繼承關系、組合關系、和依賴關系。

4.根據權利要求1所述的文檔管理方法，其特征在于，所述采集及清洗文檔數據，包括：

采集文檔數據，所述文檔數據的來源包括表數據、文本數據和網頁數據；

根據數據清理規則，去除所述表數據、文本數據和網頁數據中的冗余和不規范的標簽，得到清洗后的文檔數據。

5.根據權利要求2所述的文檔管理方法，其特征在于，所述對清洗后的文檔數據進行語義分析，生成文檔、摘要、關鍵詞及關聯關系，包括：

使用基于循環神經網絡模型和所述詞庫，對所述清洗后的文檔數據進行語義分析，提取文檔、摘要、關鍵詞及關聯關系。

6.根據權利要求2所述的文檔管理方法，其特征在于，所述將所述文檔、摘要、關鍵詞及關聯關系輸入所述約束模型，生成知識圖譜，包括：

依據所述約束模型和關聯關系，對提取到的所述關鍵詞以及所述關鍵詞對應的文檔和摘要進行分類；

根據分類后的所述關鍵詞、文檔和摘要，生成知識圖譜。

7.根據權利要求4所述的文檔管理方法，其特征在于，在所述使用基于循環神經網絡模型和所述詞庫，對所述清洗后的文檔數據進行語義分析，提取文檔、摘要、關鍵詞及關聯關系之后，還包括：

若獲取到的所述關鍵詞為詞庫中沒有的詞條，則判斷所述關鍵詞是否屬于所述約束模型；

若屬于，則將所述關鍵詞作為新詞條加入所述約束模型；

執行所述使用基于循環神經網絡模型，根據所述詞庫，對所述清洗后的文檔數據進行語義分析，提取文檔、摘要、關鍵詞及關聯關系的操作。

8.根據權利要求1所述的文檔管理方法，其特征在于，在所述生成知識圖譜之后，還包括：

確定用戶搜索的目標詞條在所述知識圖譜中的對應的關鍵詞；

根據所述關鍵詞，將與所目標述詞條對應的文檔、摘要和/或與所述目標詞條對應的文檔有關聯關系的文檔和/或摘要推送給用戶。

9.一種文檔管理系統，其特征在于，包括：

文檔獲取模塊，用于采集及清洗文檔數據；

詞條提取模塊，用于對清洗后的文檔數據進行語義分析，生成文檔、摘要、關鍵詞及關聯關系；

圖譜生成模塊，用于將所述文檔、摘要、關鍵詞及關聯關系輸入約束模型，生成知識圖譜。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行實現如權利要求1-8中任一項所述的方法。