[发明专利]一种词条同义判别的寻证方法、装置、设备和存储介质

权利要求书

1.一种词条同义判别的寻证方法，其特征在于，包括：

获取待进行同义判别的词条对，以及所述词条对所属领域的数据源；

将所述数据源中的文本按照设定粒度进行划分，得到多段文本；

根据所述词条对在所述多段文本的每段文本中是否出现，计算所述词条对的相关度；

如果所述词条对的相关度满足设定条件，将所述词条对共现的文本段作为所述词条对的同义判别证据；其中，所述同义判别证据为进行同义判断的依据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述词条对在所述多段文本的每段文本中是否出现，计算所述词条对的相关度，包括：

根据所述词条对在所述多段文本的每段文本中是否出现，计算所述词条对的共现概率以及所述词条对中每个词条的出现概率；

根据所述词条对的共现概率以及每个词条的出现概率，计算所述词条对的相关度。

3.根据权利要求2所述的方法，其特征在于，所述数据源包括多个著作物；

所述根据所述词条对在所述多段文本的每段文本中是否出现，计算所述词条对的共现概率以及所述词条对中每个词条的出现概率，包括：

根据所述词条对在每个著作物的每段文本中是否出现，计算所述词条对在每个著作物中的共现概率以及所述词条对中每个词条在每个著作物中的出现概率；

所述根据所述词条对的共现概率以及每个词条的出现概率，计算所述词条对的相关度，包括：

根据所述词条对在每个著作物中的共现概率以及每个词条在每个著作物中的出现概率，计算所述词条对在每个著作物中的相关度；

根据所述著作物的数量和所述词条对在每个著作物中的相关度，计算所述词条对在所述多个著作物中的平均相关度。

4.根据权利要求2所述的方法，其特征在于，在所述根据所述词条对的共现概率以及每个词条的出现概率，计算所述词条对的相关度之前，还包括：

根据所述词条对和所述词条对之间的同义关联词在所述多段文本的每段文本中是否出现，计算所述词条对和所述同义关联词的共现概率；

所述根据所述词条对的共现概率以及每个词条的出现概率，计算所述词条对的相关度，包括：

根据所述词条对的共现概率、每个词条的出现概率以及所述词条对和所述同义关联词的共现概率，计算所述词条对的相关度。

5.根据权利要求3所述的方法，其特征在于，在所述如果所述词条对的相关度满足设定条件，将所述词条对共现的文本段作为所述词条对的同义判别证据之后，还包括：

根据所述同义判别证据的每个来源著作物的权威程度，确定每个来源著作物的权值；

根据所述词条对在每个来源著作物中的相关度以及每个来源著作物的权值，计算所述词条对在每个来源著作物中的加权相关度；

根据所述词条对在每个来源著作物中的加权相关度，对所述多个来源著作物的同义判别证据进行排序。

6.根据权利要求1所述的方法，其特征在于，所述如果所述词条对的相关度满足设定条件，将所述词条对共现的文本段作为所述词条对的同义判别证据，包括：

如果所述词条对的相关度超过设定阈值，将所述词条对共现的文本段作为所述词条对的同义判别证据。

7.根据权利要求1所述的方法，其特征在于，所述设定粒度包括句子、段落或篇章。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述获取待进行同义判别的词条对，包括：

获取输入词条和多个基准词条，所述输入词条和每个基准词条构成初始词条对；

从多个所述初始词条对中，筛选不满足设定冲突关系的候选词条对；

计算所述候选词条对的相似度，并将相似度满足设定相似条件的候选词条确定为所述待进行同义判别的词条对；

其中，所述设定冲突关系包括：原词条包含关系、重排词条包含关系、属性冲突关系、包含指定差异字符中的至少一种。