[发明专利]领域本体构建方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种领域本体构建方法及装置，方法包括：基于领域内文档和领域外文档，确定领域关键词集合；使用外部语义网络，确定领域关键词集合中每个领域关键词的上位词集合；根据每个领域关键词的上位词集合，借助词距离确定各个上位词之间的依存关系，并自底向上构建概念关系依存树；确定领域关键词的属性和规则约束；根据概念关系依存树以及领域关键词的属性和规则约束，构建领域本体；本发明实施例通过领域本体的关键词自动抽取，不需要人工介入，提升了自动化程度，使领域本体构建更完整，更高效。

技术领域

本发明涉及计算机技术领域，尤其涉及一种领域本体构建方法、装置、电子设备及存储介质。

背景技术

近些年，知识图谱的迅速发展，使得领域知识图谱(Domain-specific KnowledgeGraph：DKG)取得了显著的落地效果。语义网络在知识图谱的构建和建模中起着关键作用，也有研究者认为知识图谱本质就是一个“大规模语义网络”。除了语义网络之外，专家们研制出了类别多样的知识表示形式，如本体表示、产生式表示、框架表示，还有决策树、贝叶斯网络、马尔可夫逻辑网络等。领域知识图谱不同于通用知识图谱(General-purposeKnowledge Graph：GKG)，主要表现在：一方面，从知识表示层面，DKG涉及的知识面虽窄，但是知识深度要求更高，尤其体现在概念图谱的层级体系上；另一方面，从知识获取层面，DKG对知识的质量要求较为苛刻，这也意味着人工干预的需求更高。此外，领域知识图谱的知识并不是闭合的，往往会超出预设的边界，可以说GKG对DKG有着一定的支撑作用。然而，表达与处理DKG中较深层次的概念是个巨大挑战，此外，过多的人力干预降低了自动化程度，因此，提供良好地自动化方法是领域图谱落地的关键。

语义本体具有良好的概念层次结构，能实现复杂的语义关系，并且支持逻辑推理，是领域知识建模的重要方法之一。本体的通过5个建模元语(概念、属性、函数、公理、实例)来描述对象，其目标是将该领域的认知框架梳理出来，并转换成机器能接受的语言。通用领域的知识往往具有二义性，而领域知识则具有比较强的针对性。本体最基本的元素是领域概念，领域本体的构建包括概念抽取、概念间关系抽取、属性抽取以及规则约束获取。构建本体目前大多由领域专家手工完成，建设周期长，成本昂贵，难以形成不断学习进化的迭代系统。

发明内容

针对现有技术中的问题，本发明实施例提供一种领域本体构建方法及装置。

具体地，本发明实施例提供了以下技术方案：

第一方面，本发明实施例提供了一种领域本体构建方法，包括：基于领域内文档和领域外文档，确定领域关键词集合；

使用外部语义网络，确定所述领域关键词集合中每个领域关键词的上位词集合；

根据每个领域关键词的上位词集合，借助词距离确定各个上位词之间的依存关系，并自底向上构建概念关系依存树；

确定领域关键词的属性和规则约束；

根据所述概念关系依存树以及所述领域关键词的属性和规则约束，构建领域本体。

进一步地，所述基于领域内文档和领域外文档，确定领域关键词集合，具体包括：

基于领域内文档，确定领域内实体词的TextRank权重；

基于领域内文档和领域外文档，确定所述领域内实体词的TfIDF权重；

基于领域内实体词的TextRank权重和领域内实体词的TfIDF权重，确定领域关键词集合。

进一步地，所述基于领域内文档和领域外文档，确定领域内实体词的TfIDF权重，具体包括：

基于领域内文档，确定领域内实体词的词频；

基于领域外文档，确定所述领域内实体词的逆文档频率指数；