[发明专利]基于依存句法树的知识解析系统及方法

权利要求书

1.一种基于依存句法树的知识解析系统，其特征在于，包括：知识库模块和解析模块；其中，知识库模块包括：

分词模块，根据已经预训练完毕的依存句法模型对自然语言语句进行分词处理并标明各成分之间的句法依存关系；

依存句法树生成模块，汇总涵盖目标知识点的语句，并利用依存句法模型得到所有语句的依存句法树，并标注核心词；

简化处理模块，保留依存句法树生成模块中获得的所述依存句法树中的核心词，简化处理冗余词及其周边结构；

计算模块，计算得到各个核心词的毗邻特征，将各个知识点的核心词对应的毗邻特征存储形成知识库；

其中，解析模块包括：

句法树处理模块，将用户输入的文本经依存句法树处理得到对应的分词结果；

毗邻特征对比模块，对比获取的各个词语的毗邻特征和知识库中各个毗邻特征，如果匹配度大于第一阈值，则判断知识库中的毗邻特征所对应的词语是否与毗邻特征获取模块中核心词的毗邻特征近似，如果是则输出解析结果，如果不是则提示知识库中的毗邻特征所对应的词语。

2.根据权利要求1所述的基于依存句法树的知识解析系统，其特征在于：所述分词模块中，各词之间的依存句法关系是定向的。

3.根据权利要求1所述的基于依存句法树的知识解析系统，其特征在于：所述分词模块中，每个句子至少存在一个根源词，对于除根源词之外的任意词，仅有一个父节点和至少一个子节点。

4.根据权利要求1所述的基于依存句法树的知识解析系统，其特征在于：所述简化处理模块中，如果两个冗余词存在依存关系，则将这两个冗余词合并为一个新的冗余词；如果两个词的依存关系为并列关系，则共享这两个词各自的父节点和子节点。

5.一种基于依存句法树的知识解析方法，其特征在于，包括以下步骤：

步骤S1、根据已经预训练完毕的依存句法模型对自然语言语句进行分词处理并标明各成分之间的句法依存关系；

步骤S2、汇总涵盖目标知识点的语句，并利用依存句法模型得到所有语句的依存句法树，并标注核心词；

步骤S3、保留步骤S2中获得的所述依存句法树中的核心词，简化处理冗余词及其周边结构；

步骤S4、计算得到各个核心词的毗邻特征，将各个知识点的核心词对应的毗邻特征存储形成知识库；

步骤S5、将用户输入的文本经依存句法树处理得到对应的分词结果；

步骤S6、对比获取的各个词语的毗邻特征和知识库中各个毗邻特征，如果匹配度大于第一阈值，则判断知识库中的毗邻特征所对应的词语是否与核心词的毗邻特征近似，如果是则输出解析结果，如果不是则提示知识库中的毗邻特征所对应的词语。

6.根据权利要求5所述的基于依存句法树的知识解析方法，其特征在于：所述步骤S1中，各词之间的依存句法关系是定向的。

7.根据权利要求5所述的基于依存句法树的知识解析方法，其特征在于：所述步骤S1中，每个句子至少存在一个根源词，对于除根源词之外的任意词，仅有一个父节点和至少一个子节点。

8.根据权利要求5所述的基于依存句法树的知识解析方法，其特征在于：所述步骤S3中，所述简化处理包括：如果两个冗余词存在依存关系，则将这两个冗余词合并为一个新的冗余词；如果两个词的依存关系为并列关系，则共享这两个词各自的父节点和子节点。

9.一种智能学习内容推送系统，其特征在于，包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，处理器执行如权利要求5-8中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储计算机程序，其特征在于，该程序被处理器执行时实现如权利要求5-8中任意一项所述的方法。