[发明专利]政策文本的知识图谱构建方法及系统

说明书

本发明实施例提供一种政策文本的知识图谱构建方法及系统。方法包括：获取待构建知识图谱的政策文本；基于模式匹配技术对政策文本进行处理，得到政策文本的框架信息；基于深度学习技术对政策文本进行处理，得到政策文本的属性信息；基于句法分析技术对政策文本中的每一单句进行处理，得到每一单句的实体关系信息；基于政策文本的框架信息、政策文本的属性信息以及政策文本中每一单句的实体关系信息，构建政策文本的知识图谱。本发明实施例提供的方法及系统，通过基于模式匹配的政策文本框架提取、基于神经网络的政策文本属性信息提取和基于句法分析的政策文本实体关系抽取，能够完成对政策文本的解析，从而构建得到政策文本对应的知识图谱。

技术领域

本发明涉及计算机技术领域，尤其涉及一种政策文本的知识图谱构建方法及系统。

背景技术

知识图谱的概念诞生于2012年。为了使知识和信息系统化，使用户可以通过任意一个关键词获得完整的相关知识体系，提高搜索质量，Google提出了知识图谱的概念并构建了最初的知识图谱。由于知识图谱能够准确地反映真实世界的事实，并能够良好地表达概念、层次等抽象知识，近年来，知识图谱已被应用于多个领域，并围绕其开展了大量的研究。

知识图谱研究领域的愿景是构建一个结构化的知识库，服务于人工智能领域的方方面面。知识图谱将能够作为人工智能生态的基础设施，提升数据获取效率，降低知识应用门槛，提高知识工作效能。知识图谱将能够作为大数据时代的知识引擎，及时从最新信息源中获取结构化知识。知识图谱将能够作为人工智能时代的机器智脑，让机器理解人类社会的背景知识。

知识图谱中涉及两项重要的技术，分别是命名实体识别技术和关系抽取技术。现实中知识图谱已经被应用到很多场景中，如人名、地名识别等，但是在政策领域没有搭建完整的框架，现有的政策知识图谱是从宏观上政策之间关系的构建，但是缺乏细粒度的信息解析。

传统的知识图谱中，包含明确的实体和关系，通过对文本内容进行分析，提取其中的实体和关系。但是对于政策文本来说，政策文本很难界定文本中明确的实体、属性和关系，政策文本主要是由动宾结构构成，并且整体上，存在论述框架，需要针对政策特定领域来制定知识图谱构建方案。

发明内容

针对现有技术存在的问题，本发明实施例提供一种政策文本的知识图谱构建方法及系统。

第一方面，本发明实施例提供一种政策文本的知识图谱构建方法，包括：

获取待构建知识图谱的政策文本；

基于模式匹配技术对所述政策文本进行处理，得到所述政策文本的框架信息；

基于深度学习技术对所述政策文本进行处理，得到所述政策文本的属性信息；

基于句法分析技术对所述政策文本中的每一单句进行处理，得到每一单句的实体关系信息；

基于所述政策文本的框架信息、所述政策文本的属性信息以及所述政策文本中每一单句的实体关系信息，构建所述政策文本的知识图谱。

进一步地，所述政策文本包括目录，基于模式匹配技术对所述政策文本进行处理，得到所述政策文本的框架信息，包括：

构建若干正则表达式；

将每一所述正则表达式与所述政策文本的目录进行匹配，若匹配到，则获取匹配结果，将获取到的所有所述匹配结果作为所述政策文本的框架信息。

进一步地，所述政策文本的框架信息包括所述政策文本的目录中的若干标题，若干所述标题包括指导思想、发展原则、发展目标、重点任务、重大工程和保障措施中的任意一种或多种的组合。

进一步地，所述政策文本包括前言，基于深度学习技术对所述政策文本进行处理，得到所述政策文本的属性信息，包括：