[发明专利]一种基于知识图谱的中文文本校对方法

权利要求书

1.一种基于知识图谱的中文文本校对方法，其特征在于，包括如下步骤：

1-1）用实体抽取技术逐句获取待校对文本中的实体对，若不能抽取到实体对，则提示该语句可能成分缺失；

1-2）将待校对文本输入到已经训练好的实体关系识别模型中，得到文本同一语句中不同实体间的实体关系；

1-3）若在待校对文本的不同语句中获得的实体对相同，但实体关系不同，则提示该语句可能与文中其他语句定义矛盾，返回可能与该语句矛盾的句子；

1-4）将得到的实体对和实体关系与知识图谱中的三元组进行匹配；

1-5）若从待校对文本语句中获得的是单个实体和实体关系，在实体关系匹配成功的情况下，若该实体匹配到的是三元组中的实体1，则提示该语句可能缺少宾语，返回三元组中的实体2，否则提示该语句可能缺少主语，返回三元组中的实体1；

1-6）若实体在知识图谱的三元组中匹配不到相同实体，但能匹配到与其一半以上字数相同的实体，则提示该实体单词中可能有错别字，返回与其相同字数最多的实体作为纠错词，否则提示无法判断；

所述的步骤1-1）中，实体是指现实世界中的事物，实体对是指在同一语句中有关系的两个实体；

所述的步骤1-4）中，所用知识图谱的构建步骤如下：

搜集待校对文本的参考文本，用实体抽取技术获取参考文本中的实体；

用实体关系识别技术获得实体间的语义关系，从而得到实体1-实体关系-实体2这样的三元组。

2.根据权利要求1所述的一种基于知识图谱的中文文本校对方法，其特征在于，所述的步骤1-2）中，训练好的实体关系识别模型中采用了HowNet中定义的16种实体关系，并增加了如下5种实体关系：

表示关系：说明一个实体可以用另一个实体来表示；

因果关系：两个实体的作用关系，其中一个实体为另一实体的结果；

解释关系：某实体是对另一实体的内容解释；

互斥关系：两个实体不共存；

条件关系：某实体是条件，而另一实体是该条件下的结果。