[发明专利]基于术语释义知识单元的专业领域知识图谱动态构建方法

摘要

本发明公开了一种基于术语释义知识单元的专业领域知识图谱动态构建方法，涉及计算机信息管理与信息处理领域。该方法采用自然语言处理技术从真实文本中自动抽取和更新知识单元，能够以更细的颗粒度内容反映专业知识的真实内容，实现动态的更新和管理，解决传统上单纯依靠人工判定造成的时效性不足、主观性过大、更新维护困难等难题，为专业领域的大规模知识库建设提供更好的技术手段；另外，采用网状的拓扑结构，使知识单元之间的关联性更为紧密，语义维度多元化，并以可视化的知识地图方式进行了直观的展示，为进行知识的自动发现、推理和计算提供了良好的知识基础，能够有效支撑工程应用。

主权项

1.一种基于术语释义知识单元的专业领域知识图谱动态构建方法，其特征在于，包括如下步骤：S1，从科技语料库中获取术语释义句；S2，从所述术语释义句中发现、定位并抽取知识单元；S3，以术语为中心，以知识单元为特征节点，构建知识单元库；S4，统计所述知识单元的共现频次，生成所述知识单元的共现矩阵，并将所述共现矩阵生成可视化的知识图谱；S1包括如下步骤：S101：以期刊、论文、专利、百科、词典作为语料来源，构建科技语料库；S102：以术语作为入口，以主语-谓词-宾语SVO结构的释义句句法模式，获得释义句中的谓词特征，形成释义谓词库；S103：根据所述谓词特征和释义句句法模式，从所述科技语料库中获取所述术语的候选释义句集合；S104：采用字符串相似性匹配方式，从所述候选释义句集合中统计具有高度相似性的释义句，并按照释义句的频次降序排列，优先选择具有更高频次的释义句；S101具体为：以科技文献、网络百科、在线术语词典为数据来源，采用网络爬虫工具采集具有较大规模和可信度的语料资源，存储到本地并进行格式化处理，形成纯文本格式的科技语料库；S2包括如下步骤：S201，对所述术语释义句的原始语料进行语料预处理，得到经过语料预处理的文本；S202，对所述经过语料预处理的文本进行浅层次组块依存分析和语义角色判定，形成带有句法语义标记的术语释义XML标注语料；S203，根据所述术语释义XML标注语料，抽取语义角色节点和依存关系节点，得到知识单元；S201具体为，对所述术语释义句的原始语料进行分词和词性标注，得到标注的句子；S202具体为，首先对所述标注的句子进行依存句法分析，构建句子的依存句法结构树，重点形成主语、谓语和宾语三块核心组成部分；然后对依存句法分析形成的主语、谓语和宾语三块核心组成部分分别进行语义角色分析，形成带有句法语义标注的术语释义XML标注语料；S203包括如下步骤：S2031，根据XML语义角色标注，抽取语义角色节点，根据依存句法标注抽取依存关系节点；所述语义角色节点包括工具、方式和途径；S2032，抽取以所述语义角色节点为父节点的子节点信息A1、A2、…An，所述子节点为所述语义角色节点的修饰成分；S2033，判断所有所述子节点是否作为父节点继续出现，有则抽取该子节点A[n][m]，直到该节点不作为父节点出现为止，并对每组节点排序；S2034，在所有的节点中，选取具有语义含义的节点为知识单元。