[发明专利]一种基于复杂网络的法规检索方法及系统

权利要求书

1.一种基于复杂网络的法规检索方法，其特征在于，所述基于复杂网络的法规检索方法包括：

对每部待分类法规进行分词处理，得到法规语料库；所述法规语料库中包括多个特征词；

计算所述法规语料库中每个特征词在各待分类法规中的词频-逆文本频率指数TF-IDF值；

针对每一待分类法规，根据每个特征词在所述待分类法规中的TF-IDF值，确定待分类法规的特征向量；

根据各待分类法规的特征向量，构建法规复杂网络；所述法规复杂网络包括节点集、边集和权重集；所述节点集中的节点为各待分类法规；

基于社团检测算法，根据所述法规复杂网络，对各待分类法规进行类别划分，得到多个法规社团；各法规社团中均包括多部分类后的法规；

获取用户输入的检索关键字，并计算所述检索关键字在各待分类法规中的TF-IDF值；

将TF-IDF值大于频率阈值的待分类法规作为检索结果集；

确定所述检索结果集中各待分类法规所属的法规社团，并向用户展示对应的法规社团。

2.根据权利要求1所述的基于复杂网络的法规检索方法，其特征在于，所述对每部待分类法规进行分词处理，得到法规语料库，具体包括：

针对每部待分类法规，对所述待分类法规进行分词处理，得到词集合；

去除所述词集合中的停用词，得到特征词集合；

将每部待分类法规的特征词集合合并，得到法规语料库。

3.根据权利要求1所述的基于复杂网络的法规检索方法，其特征在于，根据以下公式，计算特征词i在待分类法规j中的TF-IDF值：

其中，TF-IDF_i，j为特征词i在待分类法规j中的TF-IDF值，n_i，j为待分类法规j中特征词i出现的频次，n_k，j为待分类法规j中特征词k出现的频次，K为法规j中的特征词集合，N为待分类法规的总数，N_i为法规语料库中包含特征词i的待分类法规的数量。

4.根据权利要求1所述的基于复杂网络的法规检索方法，其特征在于，所述根据每部待分类法规的特征向量，构建法规复杂网络，具体包括：

根据各待分类法规确定节点集；所述节点集中各待分类法规为节点；

针对任意两部待分类法规，计算两部待分类法规的特征向量之间的余弦相似度；

判断余弦相似度是否大于相似度阈值，若余弦相似度大于相似度阈值，则在两部待分类法规之间添加连边，并将余弦相似度作为边的权重；

将所有连边作为边集，各连边对应的权重作为权重集；

基于所述节点集、边集和权重集，构建法规复杂网络。

5.根据权利要求1所述的基于复杂网络的法规检索方法，其特征在于，所述基于社团检测算法，根据所述法规复杂网络，对各待分类法规进行类别划分，得到多个法规社团，具体包括：

为所述法规复杂网络中的每个节点初始化一个标签集；每个节点的标签集中包括一个唯一的初始标签；

针对第r次标签传播迭代，从所述法规复杂网络中随机选择一个节点作为监听者，所述监听者的邻居节点作为广播者；所述邻居节点为与所述监听者之间存在连边的节点；

各广播者采用多项分布实验方法从各自的标签集中选择一个标签，并将所述标签及所述标签的权重发送给监听者；所述标签的权重为所述广播者与监听者之间连边的权重；

计算所述监听者接收到的相同标签的权重之和；

将所述权重之和最高的标签添加至所述监听者的标签集中，重新从所述法规复杂网络中随机选择一个节点作为监听者，直至迭代次数大于或等于迭代阈值；

根据各节点标签集中的标签，确定多个法规社团。