[发明专利]一种会计术语共现网络图构建的方法

权利要求书

1.一种会计术语共现网络图构建的方法，其特征在于，所述方法包括对会计领域的语义基元进行提取，通过对会计领域重要专业语料的会计词典构建有向网络图，利用改进后的PageRank算法进行语义基元的提取和领域知识的描述，再基于同义词林合并，最终得到语义基元的候选集合。

2.根据权利要求1所述的会计术语共现网络图构建的方法，其特征在于，具体所述方法包括：

S1手工提取、整理会计术语的定义文本，并汇总于Excel中；

S2对步骤S1中的汇总Excel进行文本切词、去停用词、去重处理；

S3构建会计术语有向网络图；

S4基于步骤S3的会计词典构建网络图后，利用MATLAB R2016a计算出各节点的PageRank值，作为语义基元提取的依据；

S5计算出PageRank值较高的词语后，对其进行基于同义词林的语义基元合并后，得到最终语义基元的候选集合。

3.根据权利要求2所述的会计术语共现网络图构建的方法，其特征在于，所述步骤S2中，利用Python自带的jieba包进行切词，值得注意的是，为了保证会计术语的完备性，需要将会计词典中的会计术语导入自定义词典，并建立停用词表对每个术语的定义文本中的词语进行去重处理。

4.根据权利要求2所述的会计术语共现网络图构建的方法，其特征在于，所述步骤S3中，依据切词结果，对文本进行有向环路图的构建；其中，以词汇及切词后的定义文本词汇为节点，词汇和定义文本词汇间有一条有向边，具体是词汇指向若干个定义文本词汇，并且，若某一词汇A的定义文本中如果出现另一个词汇B，那么词汇A、词汇B之间就存在一条有向边，具体是词汇A指向词汇B的一条有向边。

5.根据权利要求2所述的会计术语共现网络图构建的方法，其特征在于，所述步骤S5中，提取出的语义基元集中在非会计术语集合中，而基于会计词典在编撰过程中语言表达的多样式，提取出的语义基元存在着定义相近形式不同的词汇，因此需要对该类词汇予以合并，较大程度的保证语义基元的表达效率。

6.根据权利要求2所述的会计术语共现网络图构建的方法，其特征在于，所述步骤S4中的核心程序为：

pr＝centrality(G,‘pagerank’,‘Followprobability’,0.85)

G.Nodes.PageRank＝pr

G.Nodes.InDegree＝indegree(G)

G.Nodes.OutDegree＝outdegree(G)

G.Nodes％查看每个节点的PR得分和级别信息

plot(G,‘NodeLabel’,{},‘NodeColor’,[0.93 0.78 0],‘Layout’,‘force’)

title(‘PageRank’)％使用强制布局绘制图表

pr＝centrality(G,‘pagerank’,‘MaxIterations’,200,‘FollowProbability’,0.85)

％使用200次迭代和阻尼因子0.85计算G的PageRank得分，将得分和级别信息添加到图形的节点表中

G.Nodes＝sortrows(G.Nodes,‘PageRank’,‘descend’)

％按PR值降虚排列

H＝subgraph(G,find(G.Nodes.PageRank0.005))

plot(H,‘NodeLabel’,{},‘NodeCData’,H.Nodes.PageRank,‘Layout’,‘force’)

title(‘PageRank’)

colorbar

％提取并绘制包含得分大于0.005的所有节点的子图，根据图形节点的PageRank得分为它们着色。