[发明专利]一种基于文献内容知识图谱的多层引文推荐方法

权利要求书

1.一种基于文献内容知识图谱的多层引文推荐方法，其特征在于包括以下步骤：

步骤1，获取查询需求；

步骤2，利用文献内容的知识图谱进行查询扩展；

步骤3，构建文献的倒排索引；

步骤4，选取候选引文集；

步骤5，提取候选引文与查询的相似度特征；

步骤6，构建引文推荐的训练数据；

步骤7，基于梯度渐进回归树进行引文推荐。

2.根据权利要求1所述的多层引文推荐方法，其特征在于，所述步骤1中，包括：获取需要推荐引文的论文的标题和摘要，进行词根提取和词形还原，去掉标点符号和停用词；提取关键词作为搜索引擎Lucene查询需求的检索词。

3.根据权利要求1所述的多层引文推荐方法，其特征在于，所述步骤2中，包括：

第一，对查询需求的检索词进行扩充，利用同义词词典和近义词词典获得检索词的同义词和近义词，扩充检索词集合；

第二，根据论文的标题和摘要，识别论文的研究对象词语u和研究行为词语v；

第三，利用同义词词典和近义词词典，提取论文的研究对象词语u和研究行为词语v的同义词和近义词，构建检索扩展词，将其添加到检索词集合中；

若u的同义词和近义词为a₁,a₂,…,a_m(m为自然数)，v的同义词和近义词为b₁,b₂,…,b_n(n为自然数)，则构建如下的检索扩展词，其中“+”是指两个词语的连接；例如，“u+b₁”是指词语u和词语b₁的连接；“实体+检测”是指词语“实体”和词语“检测”的连接，即“实体检测”；

u+b₁,u+b₂,…,u+b_n,

a₁+v,a₁+b₁,a₁+b₂,…,a₁+b_n,

a₂+v,a₂+b₁,a₂+b₂,…,a₂+b_n,

…,

a_m+v,a_m+b₁,a_m+b₂,…,a_m+b_n.

第四，利用知识图谱中的上下位关系子网络，提取论文的研究对象词语u和研究行为词语v的上位概念和下位概念；

若u的上位概念为c₁,c₂,…,c_p(p为自然数)，u的下位概念为d₁,d₂,…,d_q(q为自然数)，v的上位概念为e₁,e₂,…,e_s(s为自然数)，v的下位概念为f₁,f₂,…,f_t(t为自然数)，则构建如下的检索扩展词：

u+e_j(j＝1,2,…,s),u+f_j(j＝1,2,…,t),

a_i+e_j(i＝1,2,…,m,j＝1,2,…,s),a_i+f_j(i＝1,2,…,m,j＝1,2,…,t),

c_i+v(i＝1,2,…,p),d_i+v(i＝1,2,…,q),

c_i+b_j(i＝1,2,…,p,j＝1,2,…,n),d_i+b_j(i＝1,2,…,q,j＝1,2,…,n),

c_i+e_j(i＝1,2,…,p,j＝1,2,…,s),c_i+f_j(i＝1,2,…,p,j＝1,2,…,t),

d_i+e_j(i＝1,2,…,q,j＝1,2,…,s),d_i+f_j(i＝1,2,…,q,j＝1,2,…,t).

第五，利用知识图谱中的部分整体关系子网络，提取论文的研究对象词语u和研究行为词语v的部分概念和整体概念；若u的整体概念为g₁,g₂,…,g_o(o为自然数)，u的部分概念为h₁,h₂,…,h_r(r为自然数)，v的整体概念为k₁,k₂,…,k_w(w为自然数)，v的部分概念为l₁,l₂,…,l_z(z为自然数)，则构建如下的检索扩展词；

u+k_j(j＝1,2,…,w),u+l_j(j＝1,2,…,z),

a_i+k_j(i＝1,2,…,m,j＝1,2,…,w),a_i+l_j(i＝1,2,…,m,j＝1,2,…,z),

g_i+v(i＝1,2,…,o),h_i+v(i＝1,2,…,r),

g_i+b_j(i＝1,2,…,o,j＝1,2,…,n),h_i+b_j(i＝1,2,…,r,j＝1,2,…,n),

g_i+k_j(i＝1,2,…,o,j＝1,2,…,w),g_i+l_j(i＝1,2,…,o,j＝1,2,…,z),

h_i+k_j(i＝1,2,…,r,j＝1,2,…,w),h_i+l_j(i＝1,2,…,r,j＝1,2,…,z).

第六，利用知识图谱中的并列关系子网络，提取论文的研究对象词语u和研究行为词语v的并列概念；若u的并列概念为x₁,x₂,…,x_k1(k1为自然数)，v的并列概念为y₁,y₂,…,y_k2(k2为自然数)，则构建如下的检索扩展词：

u+y_j(j＝1,2,…,k2),x_i+v(i＝1,2,…,k1)。