[发明专利]一种基于地学分支学科专家知识的逻辑结构树构建方法

说明书

本发明公开了一种基于地学分支学科专家知识的逻辑结构树构建方法，借助17个学科专业知识节点，进行地学叙词表的完善，达到专业化，统一化，系统化的表达。通过地学叙词表的构建，实现逻辑结构构建，实现语料联系立体化表达。接着使用四万词容量的地质分词词典进行信息化分析，将四万分词词典中的语料进行清晰分类，完善地学叙词表，达到覆盖性地地学语料立体化构建。通过面向地学学科领域，以受控的、规范化表述的、成体系的地学叙词作为基本元素，并将各个地学叙词作为参照系统建立起词与词之间关系。在检索时，通过对某个关键词进行检索，从而从基于地学叙词表的逻辑结构树中获取上位词、下位词、相关词和英文词，检索词汇从1个扩展到N个。

技术领域

本发明涉及地学数据结构树技术领域，特别涉及一种基于地学分支学科专家知识的逻辑结构树构建方法。

背景技术

对任何一个专业领域而言,其知识模型由对象、属性特征、对象涉及的概念以及它们之间的关系构成。将地学对象及其相互之间的关系进行概括和抽象形成地学概念、关系或规则；将地学概念与关系进行定性的和定量的表达则是属性信息与数值；同时属性与数值又是认识各种地学中的事物、现象或其过程的表达，是区别不同地学概念和关系的依据。各类地学数据是整个地学知识模型的载体。构建地学知识关联模型首先要形成一个完整的知识体系结构，即地学知识关联体系。

地学知识关联体系实际上是建立起关联词汇的知识体系。当需要对目标词汇进行检索时，可通过地学知识关联体系(即逻辑结构树)自动找出与目标词汇有关联词汇，继而通过搜索引擎检索数据，这样可以保证所需检索数据的完整性与全面性。关联词并不是无止境的把所有相关词都查找出来。如果不考虑词与词关联的层级关系，那么所有词汇都可以建立起关联关系。

地学知识关联体系是可以使基于关键词的传统检索方法，上升到简单的模糊匹配和语义的高度，提高信息检索效率，从而改善资源服务质量。在学习地学知识时，可以逻辑系统的来学习相关的知识，或者可以通过地学逻辑结构树可以直接寻找到与关键词直接关联的词汇。但是构建全面、准确且有效的地质知识树是一项非常困难的工作，既需要专业的地质知识，又需要海量的、准确的地质词汇并将其建立起关联关系。

目前现有技术中用户自己选定的关键词与查询到的相关联的词往往是非规范化的自然语言，词的表述和构成受个人因素影响，并且难以全面获取关键词的近义词、同义词等。例如:黄土梁、黄土峁、黄土陷穴、黄土塬是相关的，如果只选择一个词去进行了解，就会漏掉其他相关词的数据。

本发明所用到的缩略语和关键术语定义

大数据挖掘：是从大数据中统计、分析、提取出潜在的信息知识，并将这些知识构建成具有智能化、关联化知识库，实现知识检索与计算。

专家知识结构树：专家团队提供的包含专业词汇及词汇间相关关系信息的树状图。

地质叙词表：叙词表亦称主题词表、检索词典，是用于标引、存储和检索文献的词典，是叙词法的具体体现。叙词表是将标引者和检索者使用的自然语言转换成规范化的叙词型主题检索语言的术语控制工具。

根据地学专家知识节点构建的地质叙词表：将专家团队提供的知识结构树根据上位类术语(BT)、优选术语(PT)、异性术语(VT)、相关术语(RT)、下位术语(NT)的词汇关系，构建包含上位词、下位词、相关词、族首词及同义词的地质叙词表。

逻辑结构树计算：通过计算机编程，将地质叙词表中各个序词根据规定词汇关系存成树状结构。将需搜索的关键词关键词与生成的逻辑结构树进行比对，将其在树中的相关词作为拓展检索词进行传统检索，用户可以从中获取不含关键词但与关键词密切相关的各类地学数据。

优选术语(Preferred Term，PT)：一般是指标题词或者公认的术语、描述语，它是叙词表知识关系的基础。例如对学校的描述中，“中国地质大学”是标准的表达方式，它就是优选词语。