[發明專利]一種學科術語抽取與應用方法

有效

• 申請號: 202011469630.5
• 申請日: 2020-12-14
• 公開（公告）號: CN112464665B
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 趙翌臣;高祥玉;肖富貴;周曉敏;陳浩;趙玉成;玉雙明
• 申請（專利權）人: 北京奧鵬遠程教育中心有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/216;G06F16/36
• 代理公司: 北京集智東方知識產權代理有限公司 11578
• 代理人: 陳亞斌;關兆輝

本發明公開了一種學科術語抽取與應用方法，該方法包括：基于知識資源數據庫生成通用型學科術語種子；基于所述通用型術語種子，召回候選術語；基于所述通用型術語種子和召回的候選術語，生成通用型學科術語，并將所述通用型學科術語存儲于機構學科術語數據庫；關聯抽取的機構課程知識點與學科術語，并選擇性地將與所述機構課程知識點相關聯的學科術語增加至所述機構學科術語數據庫。本發明可以利用包括百度和MOOCCube詞條在內的詞條，自動化抽取通用型學科術語，并根據特定機構的課程內容定制化增加機構學科術語，一方面對自動化獲取學科術語的方法進行了改進；另一方面從應用的角度出發，將算法與實際的應用場景相結合，具有現實應用意義。

技術領域

本發明涉及知識點抽取技術領域，特別涉及一種學科術語抽取與應用方法。

背景技術

清華大學唐杰團隊在文獻《Course Concept Extraction in MOOCs viaEmbedding-Based Graph Propagation》中提出一種抽取課程概念的信息。

該方案召回候選詞條的準確率低。由于中文語法的復雜性，其算法在根據規則召回候選術語時，會出現召回的候選術語準確率低的現象，比如“這個算法”會被誤識別為一個候選詞條，進而導致后續人工審核成本增大。該方案對候選詞條的召回率低。在該方案中候選術語來源于課程大綱，而大綱的文本多表現為抽象層級較高且粒度較粗的特點，因此，難以大量地召回候選術語，尤其在大綱缺失的情況下，還會出現無法抽取的問題，這會導致學科術語較為片面，難以覆蓋該學科所講述的所有內容。該方案的研究主要集中在獲取學科術語的算法上。

發明內容

本說明書實施例提供了一種學科術語抽取與應用方法。

本說明書實施例提供的一種學科術語抽取與應用方法，包括：

基于知識資源數據庫生成通用型學科術語種子；

基于所述通用型術語種子，召回候選術語；

基于所述通用型術語種子和召回的候選術語，生成通用型學科術語，并將所述通用型學科術語存儲于機構學科術語數據庫；

關聯抽取的機構課程知識點與學科術語，并選擇性地將與所述機構課程知識點相關聯的學科術語增加至所述機構學科術語數據庫。

本發明實施例可以利用包括百度和MOOCCube詞條在內的詞條，自動化抽取通用型學科術語，并根據特定機構的課程內容定制化增加機構學科術語，一方面對自動化獲取學科術語的算法進行了改進；另一方面從應用的角度出發，將算法與實際的應用場景相結合，具有現實應用意義。

附圖說明

圖1為本說明書一些實施例的學科術語抽取與應用方法的流程圖。

圖2為本說明書一些實施例的學科術語抽取與應用方法的細化流程圖。

具體實施方式

為了使本技術領域的人員更好地理解本說明書中的技術方案，下面將結合本說明書實施例中的附圖，對本說明書實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本說明書一部分實施例，而不是全部的實施例。基于本說明書中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都應當屬于本說明書保護的范圍。

如圖1所示，本說明書一些實施例中提供了一種學科術語抽取與應用方法，包括基于知識資源數據庫生成通用型學科術語種子；基于所述通用型術語種子，召回候選術語；基于所述通用型術語種子和召回的候選術語，生成通用型學科術語，并將所述通用型學科術語存儲于機構學科術語數據庫；關聯抽取的機構課程知識點與學科術語，并選擇性地將與所述機構課程知識點相關聯的學科術語增加至所述機構學科術語數據庫。