[发明专利]一种结合知识图谱的语义消歧方法和装置、智能学习设备

权利要求书

1.一种结合知识图谱的语义消歧方法，其特征在于，包括：

对目标文本进行分词，并对分词后得到的词语进行词性标注；

当所述词语中存在多义词时，从所述词语中提取多义词及其对应的相关词；

根据所述多义词、所述相关词、以及领域知识图谱，对所述多义词进行释义。

2.根据权利要求1所述的一种结合知识图谱的语义消歧方法，其特征在于，所述从所述词语中提取多义词及其对应的相关词包括：

从所述词语中提取多义词和符合预设词性范围的候选词；

根据大规模语料库，计算所述候选词与所述多义词之间的点互信息；

选择点互信息大于预设阈值的候选词作为所述多义词的相关词。

3.根据权利要求2所述的一种结合知识图谱的语义消歧方法，其特征在于，所述点互信息的计算公式为：

其中，PMI(W1＝w1,W2＝w2)表示w1、w2两个词的点互信息值，P(w1,w2)表示w1、w2两个词的共同出现的次数，P(w1)表示w1出现的次数，P(w2)表示w2现的次数。

4.根据权利要求1所述的一种结合知识图谱的语义消歧方法，其特征在于，所述根据所述多义词、所述相关词、以及领域知识图谱，对所述多义词进行释义包括：

根据所述多义词，获取领域知识图谱上所述多义词对应的实体；

遍历所述实体的所有三元组，找到与所述相关词匹配的三元组；

根据匹配三元组，确定所述多义词的释义。

5.根据权利要求4所述的一种结合知识图谱的语义消歧方法，其特征在于，所述根据匹配三元组，确定所述多义词的释义之前还包括：

当遍历所述实体的所有三元组，没有找到与所述相关词匹配的三元组时，根据预设词库，获得所述相关词的近义词；

遍历所述实体的所有三元组，找到与所述相关词的近义词匹配的三元组。

6.一种结合知识图谱的语义消歧装置，其特征在于，包括：

文本分词模块，用于对目标文本进行分词，并对分词后得到的词语进行词性标注；

相关词提取模块，用于当所述词语中存在多义词时，从所述词语中提取多义词及其对应的相关词；

匹配释义模块，用于根据所述多义词、所述相关词、以及领域知识图谱，对所述多义词进行释义。

7.根据权利要求6所述的一种结合知识图谱的语义消歧装置，其特征在于：

所述相关词提取模块，进一步用于从所述词语中提取多义词和符合预设词性范围的候选词；以及，根据大规模语料库，计算所述候选词与所述多义词之间的点互信息；以及，选择点互信息大于预设阈值的候选词作为所述多义词的相关词。

8.根据权利要求6所述的一种结合知识图谱的语义消歧装置，其特征在于，所述匹配释义模块包括：

搜索匹配单元，用于根据所述多义词，获取领域知识图谱上所述多义词对应的实体；以及，遍历所述实体的所有三元组，找到与所述相关词匹配的三元组；

词语释义单元，用于根据匹配三元组，确定所述多义词的释义。

9.根据权利要求8所述的一种结合知识图谱的语义消歧装置，其特征在于：

所述搜索匹配单元，进一步用于当遍历所述实体的所有三元组，没有找到与所述相关词匹配的三元组时，根据预设词库，获得所述相关词的近义词；以及，遍历所述实体的所有三元组，找到与所述相关词的近义词匹配的三元组。

10.一种智能学习设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时实现如权利要求1-5中任一项所述的结合知识图谱的语义消歧方法的步骤。