[发明专利]基于二阶段句法剖析的科技文献细粒度关系挖掘方法

摘要

本发明涉及科技文献中的技术挖掘领域，具体地说，是一种基于二阶段句法剖析的科技文献细粒度关系挖掘方法，采用二阶段句法剖析方法第一阶段句法剖析，利用剖析所产生的短语结构，更化简科技文献中的复杂长句；第二阶段对化简之后的简单句再次句法剖析，利用剖析产生的语法结构准确提取语句主谓宾结构，本发明技术方案主要解决科技文献中生物实体关系挖掘问题，既能得到直接的生物实体之间的细粒度关系，也能推导得到隐含在生物实体之间的间接关系。

主权项

一种基于二阶段句法剖析的科技文献细粒度关系挖掘方法，其特征在于，采用二阶段句法剖析方法：第一阶段句法剖析，利用剖析所产生的短语结构，化简科技文献中的复杂长句；第二阶段对化简之后的简单句再次句法剖析，利用剖析产生的语法结构准确提取语句主谓宾结构，具体包括以下步骤：步骤一：预处理，对输入的原始文献进行分句，分词得到单词序列；步骤二：对存在两个以上的生物实体的语句进行句法剖析；步骤三：语句收缩，句法剖析得到名词短语都按照先后顺序替换成“NP+索引”的格式来化简长句，收缩语句规模；步骤四：再次句法剖析，化简之后的语句语法结构清晰，从剖析得到的语法树提取语句的主谓宾结构；步骤五：还原关系，将主语和宾语中的名词短语还原，得到直接的关系，谓语动词还原成单词原型，存储到关系库；步骤六：间接关系推导，检索关系库，推导间接关系。