[发明专利]词汇数据库构建及查询方法、数据库系统、设备及介质

权利要求书

1.一种词汇数据库构建方法，其特征在于，包括：

从百科数据库获取与科技知识相关的词条数据及其第一定义描述数据；

按照科技知识组织体系标准处理所获取的词条数据及其第一定义描述数据，以得到每个目标词汇及其所属的领域类别和第二定义描述数据；

使用自然语言模型对各所述目标词汇及其领域类别的信息进行向量化以得到对应的目标词汇向量；

根据不同目标词汇对应的第二定义描述数据间的信息重叠度、和/或不同目标词汇对应的目标词汇向量间的相关程度计算得到目标词汇间的相关度数据；

构建用于存储与各领域类别分别关联的目标词汇的目标词汇数据库、用于存储各目标词汇间的相关度数据的目标词汇关系数据库、以及存储各目标词汇的第二定义描述数据的定义描述数据库。

2.根据权利要求1所述的词汇数据库构建方法，其特征在于，令待收入所述目标词汇数据库的词汇为扩展词汇，所述方法包括：设定所述词汇数据库中需要扩展的目标词汇的相关度数据阈值，在所述扩展词汇满足所述相关度数据阈值的情况下，将所述扩展词汇收入所述目标词汇数据库，并同时更新所述目标词汇关系数据库、及定义描述数据库。

3.根据权利要求1所述的词汇数据库构建方法，其特征在于，所述百科数据的数据源包括：百度百科、互动百科、维基百科、SOSO百科、360百科、搜狐百科、MBA智库百科、萌娘百科、易搜百科、及搜狗百科中的一种或多种。

4.根据权利要求1所述的词汇数据库构建方法，其特征在于，所述按照科技知识组织体系标准处理所获取的词条数据及其第一定义描述数据，以得到每个目标词汇及其所属的领域类别和对应的第二定义描述数据，包括：

提取所述词条数据中的中/英文的目标词汇、及其第二定义描述数据；

提取目标词汇所属的领域类别、及该领域类别的第二定义描述数据；

提取与目标词汇间具有在领域类别下的层级关系的其它目标词汇、及该其它目标词汇的第二定义描述数据。

5.根据权利要求1所述的词汇数据库构建方法，其特征在于，所述相关度数据展示以下中的一种或多种相关度：

a)相同领域分类、或不同领域分类下目标词汇间的相关度；

b)相同领域分类下具有层级关系的目标词汇间的相关度；

c)由不同领域的一或多个层级中目标词汇集合间相关度所表示的该不同领域间的相关度。

6.根据权利要求1所述的词汇数据库构建方法，其特征在于，所述自然语言模型的向量化包括：词向量方式；和/或，句/文档向量方式。

7.一种科技数据库系统，其特征在于，包括：

用于存储与各领域类别分别关联的目标词汇的目标词汇数据库；

用于存储各目标词汇间的相关度数据的目标词汇关系数据库；以及

用于存储各目标词汇的第二定义描述数据的定义描述数据库；

其中，所述目标词汇和第二定义描述数据获取自与科技知识相关的词条数据及其第一定义描述数据；所述词条数据及其第一定义描述数据获取自百科数据库；所述相关度数据是由不同目标词汇对应的第二定义描述数据间的信息重叠度、和/或不同目标词汇对应的目标词汇向量间的相关程度计算得到的。

8.一种科技数据查询方法，其特征在于，包括：

接收输入的待查询文本；

根据所述待查询文本在如权利要求7的科技数据库系统中查询相似的目标词汇；

提供查询到的目标词汇的第二定义描述数据。

9.根据权利要求8所述的科技数据查询方法，其特征在于，还包括：根据所述相关度数据，提供与查询到的目标词汇间相关度满足预定阈值条件的其它目标词汇的第二定义描述数据。