[发明专利]基于语法模式的科技词表扩充方法、装置、终端、及介质

说明书

本申请提供基于语法模式的科技词表扩充方法、装置、终端、及介质，其中的科技词表扩充方法包括：基于语法模式从一或多份文本中抽取多个实体关系；以扩充前的原科技词表中的一或多个词汇为搜索内容，在所抽取的多个实体关系中确定关联于每个所述搜索内容的一或多个实体关系；基于所述关联于每个所述搜索内容的实体关系对所述原科技词表进行扩充，以形成相较于所述原科技词表具有更大的词汇层级体系的新科技词表。本申请的技术方案旨在提供一种基于语法模式的词表自动扩充方案，能够对STKOS词表进行高效且智能的词表扩充，紧跟科技发展的步伐，从而有效解决现有技术中的难题。

技术领域

本申请涉及科技词表技术领域，特别是涉及基于语法模式的科技词表扩充方法、装置、终端、及介质。

背景技术

STKOS词表是一种基于国际先进知识组织技术和方法，并借鉴国内外已有的知识组织系统建设经验所建成的面向计算机应用的超级科技词表。STKOS词表有利于更好地开发利用科技文献、专利等资源，对于国家信息产业提升、文献共享等多方面有重要信息。

但是，STKOS词表的扩充并没有紧跟科技发展步伐，尚存在新词更新不及时、更新方法费时、人力投入多等情况。因此，如何对STKOS词表进行高效且智能地扩充成为了本领域亟需解决的一项技术难题。

申请内容

鉴于以上所述现有技术的缺点，本申请的目的在于提供基于语法模式的科技词表扩充方法、装置、终端、及介质，用于解决现有技术中的STKOS词表不能进行高效且智能的词表扩充的技术问题。

为实现上述目的及其他相关目的，本申请的第一方面提供一种基于语法模式的科技词表扩充方法，其包括：基于语法模式从一或多份文本中抽取多个实体关系；以扩充前的原科技词表中的一或多个词汇为搜索内容，在所抽取的多个实体关系中确定关联于每个所述搜索内容的一或多个实体关系；基于所述关联于每个所述搜索内容的实体关系对所述原科技词表进行扩充，以形成相较于所述原科技词表具有更大的词汇层级体系的新科技词表。

于本申请的第一方面的一些实施例中，所述方法还包括：根据实体关系在大规模语料中出现的频次，确定所述新科技词表中提取错误的实体关系，以供修正。

于本申请的第一方面的一些实施例中，所述方法还包括：若一上位实体所对应的多个下位实体中的任意两个下位实体与该上位实体所分别构成的第一实体关系和第二实体关系在大规模语料中出现的频次，均高于所述任意两个下位实体所构成的第三实体关系在所述大规模语料中出现的频次，则确定所述第三实体关系是抽取错误的实体关系。

于本申请的第一方面的一些实施例中，所述方法包括：若一实体关系中的实体可分割为两个及以上的独立词语，则判断所述两个及以上的独立词语一同出现的频次是否大于预设阈值；若大于预设阈值，则确定所述两个及以上的独立词语隶属于同一实体。

于本申请的第一方面的一些实施例中，所述方法包括：若一实体关系中的实体能分割为两个及以上的独立词语，则判断各个独立词语单独出现的频次是否大于一同出现的频次；若是，则确定该独立词语不属于该实体。

于本申请的第一方面的一些实施例中，所述科技词表包括STKOS词表。

于本申请的第一方面的一些实施例中，所述实体关系中的实体具有隶属关系。

为实现上述目的及其他相关目的，本申请的第二方面提供一种基于语法模式的科技词表扩充装置，其包括：实体关系抽取模块，用于基于语法模式从一或多份文本中抽取多个实体关系；词表扩充模块，用于以扩充前的原科技词表中的一或多个词汇为搜索内容，在所抽取的多个实体关系中确定关联于每个所述搜索内容的一或多个实体关，并用于基于所述关联于每个所述搜索内容的实体关系对所述原科技词表进行扩充，以形成相较于所述原科技词表具有更大的词汇层级体系的新科技词表。