[发明专利]获取专业词的相关词的方法及相关系统

权利要求书

1.一种获取专业词的相关词的方法，其特征在于，包括：

从多个包含专业知识的渠道中获取同一领域的多个专业词构成专业词词表；

分别爬取所述专业词词表中的每个专业词对应的专业词汇解释网页中的信息；其中，所述信息包括所述专业词汇解释网页中的信息栏的信息以及文本段落；

通过预先构建的信息栏抽取模块从所述信息栏的信息中抽取出所述专业词的相关词，以及通过预先构建的文本抽取模块，从所述文本段落中，抽取出所述专业词的相关词；其中，所述相关词包括所述专业词的同义词、上位词以及下位词。

2.根据权利要求1所述的方法，其特征在于，所述从多个包含专业知识的渠道中获取同一领域的多个专业词构成专业词词表，包括：

获取专业词汇解释网站的词汇分类的类别中所述领域下的词汇、所述领域的知识问答平台中用户查询的关键词以及权威期刊库中的所述领域的文章中的关键词，组成待过滤专业词词表；

过滤掉所述待过滤专业词词表中不存在对应的所述专业词汇解释网页的词汇，得到所述领域的专业词词表。

3.根据权利要求1所述的方法，其特征在于，所述分别爬取所述专业词词表中的每个专业词对应的专业词汇解释网页中的信息，包括：

通过多线程爬虫器分别查询所述专业词词表中的每个专业词对应的专业词汇解释网页，并爬取每个所述专业词对应的所述专业词汇解释网页中所有信息栏的信息以及文本段落。

4.根据权利要求1所述的方法，其特征在于，所述通过预先构建的信息栏抽取模块，从所述信息栏的信息中抽取出所述专业词的相关词，包括：

通过预先构建的信息栏抽取模块，分别基于同义词、上位词以及下位词对应的预设字段，从所述信息栏的信息中，抽取所述专业词的同义词、上位词以及下位词对应的字符串；

将所述字符串中的无意义字符去除，并将所述字符串进行分割，获得所述专业词的多个同义词、上位词以及下位词。

5.根据权利要求1所述的方法，其特征在于，所述通过预先构建的文本抽取模块，从所述文本段落中抽取出所述专业词的相关词，包括：

通过预先构建的文本抽取模块，分别基于同义词、上位词以及下位词对应的预设正则表达式，从所述文本段落中，抽取出所述专业词的多个同义词、上位词以及下位词。

6.根据权利要求1所述的方法，其特征在于，所述通过预先构建的信息栏抽取模块从所述信息栏的信息中抽取出所述专业词的相关词，以及通过预先构建的文本抽取模块，从所述段落文本中，抽取出所述专业词的相关词之后，还包括：

根据抽取得到的所述专业词的同义词，从所述专业词词表中确定出互为同义异构词的专业词；其中，同义词具有交集的专业词互为同义异构词；

将所述互为同义异构词的专业词以及所述互为同义异构词的专业词中的每一个专业词对应的同义词、上位词以及下位词共同融合为一条数据进行存储。

7.一种获取专业词的相关词的装置，其特征在于，包括：

获取单元，用于从多个包含专业知识的渠道中获取同一领域的多个专业词构成专业词词表；

爬取单元，用于分别爬取所述专业词词表中的每个专业词对应的专业词汇解释网页中的信息；其中，所述信息包括所述专业词汇解释网页中的信息栏的信息以及文本段落；

抽取单元，用于通过预先构建的信息栏抽取模块从所述信息栏的信息中抽取出所述专业词的相关词，以及通过预先构建的文本抽取模块，从所述文本段落中，抽取出所述专业词的相关词；其中，所述相关词包括所述专业词的同义词、上位词以及下位词。