[发明专利]一种基于同类型词组的词谱聚类智能生成方法

权利要求书

1.一种基于同类型词组的词谱聚类智能生成方法，其特征在于，包括如下步骤：

S1、建立同类型词组或知识汇集的词谱数据库、训练同类型词组知识；

S2、提取文本分词序列；

S3、同类型词汇提取；

S4、同类型词组或知识汇集聚合。

2.根据权利要求1所述的一种基于同类型词组的词谱聚类智能生成方法，其特征在于，所述S1中，通过收集数据，以建立同类型词组或知识汇集的词谱数据库，所述同类型词组或知识汇集的词谱数据库包括有大量的同类型知识词组，每个同类型词组中存储有相同语义的词语；将所述同类型词组或知识汇集的词谱数据库中的词语建立同类型词组训练集，作为训练目标数据。

3.根据权利要求1所述的一种基于同类型词组的词谱聚类智能生成方法，其特征在于，所述S2中，提取问题分词的方式是通过各种信息抽取技术提取词干预处理，得到文本知识训练集规范化的文本分词序列。

4.根据权利要求1所述的一种基于同类型词组的词谱聚类智能生成方法，其特征在于，所述S3中，同类型词汇提取通过S2中的得到的文本分词序列与S1中目标数据进行训练，提取步骤2文本分词序列的同类型词向量。

5.根据权利要求1所述的一种基于同类型词组的词谱聚类智能生成方法，其特征在于，所述S4中，通过对根据词义相似度计算比对，计算词义词向量与所有已入库的同类型词组中词的相似度距离，并比对上述相似度距离；根据相似度阈值确定词与词的关联关系，利用相似度距离排序规则以完成同类型词组或知识汇集聚合。