[发明专利]用于独立于领域的术语链接的系统和方法

权利要求书

1.一种用于将术语自动链接到知识库节点的自动术语链接系统，所述系统包括：

候选者生成器，其被配置成使用出现统计信息针对要链接到知识库节点的每个术语来标识候选者节点，其中被确定为不具有候选者的每个术语被标识为无候选者术语；

伪候选者生成器，其被配置成针对要链接到知识库节点的无候选者术语来标识伪候选者节点；以及

候选者评分器，其被配置成使用对应于候选者和伪候选者的知识库节点的出现统计信息和共现统计信息、通过集体推理来分别对候选者节点和伪候选者节点进行评分，

其中伪候选者生成器被配置成将与所述无候选者术语在语义上相关的知识库节点标识为所述无候选者术语的伪候选者节点，

其中所述术语被链接到与针对所述术语的最高得分的候选者节点相对应的知识库节点，以及

其中所述无候选者术语被链接到与针对所述无候选者术语的最高得分的伪候选者相对应的知识库节点。

2.根据权利要求1所述的系统，进一步包括：

知识库统计信息计数器，其被配置成确定针对知识库节点的出现统计信息和共现统计信息。

3.根据权利要求1所述的系统，其中候选者生成器被配置成接收文档以及文档中的术语列表作为输入。

4.根据权利要求3所述的系统，进一步包括：

文档生成器，其被配置成利用链接到知识库的相关联节点的术语来生成技术文档。

5.根据权利要求1所述的系统，其中伪候选者生成器被配置成：将作为与所述无候选者术语的近义词的知识库节点标识为针对所述无候选者术语的伪候选者。

6.根据权利要求1所述的系统，其中伪候选者生成器被配置成：将与所述无候选者术语共享单词的知识库节点标识为针对所述无候选者术语的伪候选者。

7.根据权利要求1所述的系统，其中伪候选者生成器被配置成：将与所述无候选者术语在分布上相似的知识库节点标识为针对所述无候选者术语的伪候选者。

8.根据权利要求1所述的系统，其中所述无候选者术语与知识库节点之间的分布相似性是使用未链接的术语和知识库节点的向量表示来确定的。

9.一种用于将术语自动链接到知识库节点的方法，所述方法包括：

利用候选者生成器、使用出现统计信息针对要链接到知识库节点的每个术语来标识候选者节点，其中被确定为不具有候选者的每个术语被标识为无候选者术语；

使用伪候选者生成器针对将链接到知识库节点的无候选者术语来标识伪候选者节点；以及

使用知识库节点的出现统计信息和共现统计信息、通过集体推理来对候选者节点和伪候选者节点进行评分；

将所述术语链接到针对该术语的最高得分的候选者；以及

将所述无候选者术语与针对该无候选者术语的最高得分的伪候选者进行链接，

其中伪候选者生成器被配置成将与所述无候选者术语在语义上相关的知识库节点标识为所述无候选者术语的伪候选者节点。

10.根据权利要求9所述的方法，进一步包括：

使用知识库统计信息计数器来确定针对知识库节点的出现统计信息和共现统计信息。

11.根据权利要求9所述的方法，其中候选者生成器被配置成接收文档以及文档中的术语列表作为输入。

12.根据权利要求11所述的方法，进一步包括：

利用链接到知识库的相关联节点的术语来生成技术文档。

13.根据权利要求9所述的方法，其中伪候选者生成器被配置成：将作为与所述无候选者术语的近义词的知识库节点标识为针对所述无候选者术语的伪候选者。