[發(fā)明專利]概念圖譜構(gòu)建方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011288931.8
• 申請(qǐng)日: 2020-11-17
• 公開(kāi)（公告）號(hào): CN112395391A
• 公開(kāi)（公告）日: 2021-02-23
• 發(fā)明（設(shè)計(jì)）人: 白祚;董光喆;孫梓淇;莫洋
• 申請(qǐng)（專利權(quán)）人: 中國(guó)平安人壽保險(xiǎn)股份有限公司
• 主分類(lèi)號(hào): G06F16/33
• 分類(lèi)號(hào): G06F16/33;G06F16/36;G06F40/284;G06F40/295;G06F40/30
• 代理公司: 深圳市世聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 44385
• 代理人: 汪琳琳

1.一種概念圖譜構(gòu)建方法，其特征在于，包括下述步驟：

采集文本數(shù)據(jù)，基于預(yù)設(shè)模版庫(kù)的基礎(chǔ)模版對(duì)所述文本數(shù)據(jù)進(jìn)行短語(yǔ)抽取，得到第一候選概念數(shù)據(jù)，基于預(yù)設(shè)短語(yǔ)抽取算法對(duì)所述文本數(shù)據(jù)進(jìn)行短語(yǔ)抽取，得到第二候選概念數(shù)據(jù)，基于預(yù)設(shè)語(yǔ)言模型對(duì)所述文本數(shù)據(jù)進(jìn)行短語(yǔ)抽取，得到第三候選概念數(shù)據(jù)；

組合所述第一候選概念數(shù)據(jù)、第二候選概念數(shù)據(jù)和第三候選概念數(shù)據(jù)為候選數(shù)據(jù)集，通過(guò)預(yù)設(shè)評(píng)分模型對(duì)所述候選數(shù)據(jù)集中的候選概念數(shù)據(jù)進(jìn)行評(píng)分，確定評(píng)分大于等于預(yù)設(shè)閾值的候選概念數(shù)據(jù)為優(yōu)選概念數(shù)據(jù)；

將所述優(yōu)選概念數(shù)據(jù)與存儲(chǔ)的預(yù)設(shè)知識(shí)一一進(jìn)行匹配，確定與所述優(yōu)選概念數(shù)據(jù)匹配成功的預(yù)設(shè)知識(shí)為優(yōu)選知識(shí)，將所述優(yōu)選概念數(shù)據(jù)與所述優(yōu)選知識(shí)進(jìn)行關(guān)聯(lián)存儲(chǔ)。

2.根據(jù)權(quán)利要求1所述的概念圖譜構(gòu)建方法，其特征在于，在所述基于預(yù)設(shè)語(yǔ)言模型對(duì)所述文本數(shù)據(jù)進(jìn)行短語(yǔ)抽取，得到第三候選概念數(shù)據(jù)的步驟之前，包括：

獲取預(yù)設(shè)訓(xùn)練數(shù)據(jù)，基于所述預(yù)設(shè)訓(xùn)練數(shù)據(jù)對(duì)基礎(chǔ)語(yǔ)言模型進(jìn)行訓(xùn)練，其中，所述基礎(chǔ)語(yǔ)言模型包括預(yù)訓(xùn)練模型和條件隨機(jī)場(chǎng)模型；

獲取所述基礎(chǔ)語(yǔ)言模型的學(xué)習(xí)率，確定在所述學(xué)習(xí)率下所述基礎(chǔ)語(yǔ)言模型中的預(yù)訓(xùn)練模型和條件隨機(jī)場(chǎng)模型的收斂值是否均為對(duì)應(yīng)的最佳值；

在所述預(yù)訓(xùn)練模型和所述條件隨機(jī)場(chǎng)模型任意一個(gè)的收斂值非對(duì)應(yīng)的最佳值時(shí)，調(diào)整所述學(xué)習(xí)率，直至所述預(yù)訓(xùn)練模型和所述條件隨機(jī)場(chǎng)模型的收斂值均達(dá)到對(duì)應(yīng)的所述最佳值，確定所述基礎(chǔ)語(yǔ)言模型為預(yù)設(shè)語(yǔ)言模型。

3.根據(jù)權(quán)利要求1所述的概念圖譜構(gòu)建方法，其特征在于，所述通過(guò)預(yù)設(shè)評(píng)分模型對(duì)所述候選數(shù)據(jù)集中的候選概念數(shù)據(jù)進(jìn)行評(píng)分的步驟包括：

獲取所述候選數(shù)據(jù)集中候選概念數(shù)據(jù)的語(yǔ)義凝聚度、長(zhǎng)度、詞性標(biāo)注結(jié)果以及語(yǔ)言模型特征；

將所述長(zhǎng)度、所述詞性標(biāo)注結(jié)果、所述語(yǔ)義凝聚度以及所述語(yǔ)言模型特征，輸入至預(yù)設(shè)評(píng)分模型，計(jì)算得到所述候選概念數(shù)據(jù)對(duì)應(yīng)的評(píng)分。

4.根據(jù)權(quán)利要求3所述的概念圖譜構(gòu)建方法，其特征在于，所述獲取所述候選數(shù)據(jù)集中候選概念數(shù)據(jù)的語(yǔ)義凝聚度的步驟包括：

獲取大規(guī)模語(yǔ)料數(shù)據(jù)，基于所述大規(guī)模語(yǔ)料數(shù)據(jù)確定包括所述候選概念數(shù)據(jù)的文章；

獲取所有所述文章對(duì)應(yīng)的類(lèi)別，計(jì)算所述候選概念數(shù)據(jù)分別在不同類(lèi)別下出現(xiàn)的子次數(shù)以及在所有類(lèi)別下的總次數(shù)，將所述子次數(shù)與所述總次數(shù)的最大占比作為所述候選概念數(shù)據(jù)的語(yǔ)義凝聚度。

5.根據(jù)權(quán)利要求1所述的概念圖譜構(gòu)建方法，其特征在于，所述將所述優(yōu)選概念數(shù)據(jù)與存儲(chǔ)的預(yù)設(shè)知識(shí)一一進(jìn)行匹配的步驟包括：

計(jì)算所述優(yōu)選概念數(shù)據(jù)與預(yù)設(shè)知識(shí)的字形相似度，將所述字形相似度大于等于第一匹配度的優(yōu)選概念數(shù)據(jù)作為一級(jí)概念數(shù)據(jù)，確定所述一級(jí)概念數(shù)據(jù)對(duì)應(yīng)的預(yù)設(shè)知識(shí)為優(yōu)選知識(shí)；

將所述優(yōu)選概念數(shù)據(jù)中除所述一級(jí)概念數(shù)據(jù)以外的優(yōu)選概念數(shù)據(jù)作為二級(jí)概念數(shù)據(jù)，計(jì)算所述二級(jí)概念數(shù)據(jù)與所述預(yù)設(shè)知識(shí)的語(yǔ)義相似度，確定所述語(yǔ)義相似度大于等于第二匹配度的預(yù)設(shè)知識(shí)為優(yōu)選知識(shí)。

6.根據(jù)權(quán)利要求1所述的概念圖譜構(gòu)建方法，其特征在于，在所述基于預(yù)設(shè)模版庫(kù)的基礎(chǔ)模版對(duì)所述文本數(shù)據(jù)進(jìn)行短語(yǔ)抽取，得到第一候選概念數(shù)據(jù)的步驟之后，包括：

檢測(cè)所述第一候選概念數(shù)據(jù)在預(yù)設(shè)的概念庫(kù)中是否存在，在所述第一候選概念數(shù)據(jù)在所述概念庫(kù)中不存在時(shí)，確定所述第一候選概念數(shù)據(jù)為新概念數(shù)據(jù)；

基于預(yù)設(shè)模版生成系統(tǒng)和所述文本數(shù)據(jù)，生成所述新概念數(shù)據(jù)對(duì)應(yīng)的候選模板；

對(duì)所述候選模版進(jìn)行質(zhì)量檢測(cè)，在所述候選模版質(zhì)量檢測(cè)通過(guò)時(shí)，保存所述候選模版為預(yù)設(shè)模版庫(kù)中的基礎(chǔ)模版。

7.根據(jù)權(quán)利要求6所述的概念圖譜構(gòu)建方法，其特征在于，所述對(duì)所述候選模版進(jìn)行質(zhì)量檢測(cè)的步驟包括：

基于所述候選模版對(duì)驗(yàn)證數(shù)據(jù)進(jìn)行概念抽取，獲取抽取得到的新概念數(shù)據(jù)的第一數(shù)量，以及舊概念數(shù)據(jù)的第二數(shù)量；

計(jì)算所述第一數(shù)量與所述第二數(shù)量的比值，在所述比值大于等于第一預(yù)設(shè)閾值，并且所述第二數(shù)量大于等于第二預(yù)設(shè)閾值時(shí)，確定所述候選模版的質(zhì)量檢測(cè)通過(guò)。