买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东大学

摘要：本发明属于自然语言处理的技术领域，具体涉及一种基于子树库的多样性可控文本改写方法及装置。该方法包括：根据句法结构子树的特征表示以及公开语料库中每个语句的依存句法树构建子树库；从给定原始文本的原句依存句法树中选取被替换子树，并在子树库中选取满足约束性条件的替换子树，构成候选子树集合；从候选子树集合中随机选取目标替换子树，并使用目标替换子树替换原始文本中所选取的被替换子树，生成新的多样性依存句法树，最后基于新的多样性依存句法树进行原始文本的可控文本改写。本发明通过从子树库中检索出功能一致且形态相似且差异的子树，并在原句依存句法树基础上构造多样性句法结构，实现多样性的句法可控文本改写。

主权项：1.一种基于子树库的多样性可控文本改写方法，其特征在于，所述方法包括：S1、建模句法结构子树的特征表示，并基于公开语料库，使用句法分析器获取所述公开语料库中每个语句的依存句法树，基于每个语句的依存句法树及所述句法结构子树的特征表示构建子树库；其中，所述构建子树库具体包括：构建子树功能候选集合，所述子树功能候选集合包括：用于修饰名词性成分的形容词性修饰语、名词性修饰语，用于修饰动词性成分的状语修饰语，以及用于表示句子核心成分的宾语、间接名词、名词主语；对公开语料库中的每一个语句，使用预训练的句法分析器获取其依存句法树，若语句中词与其父节点之间的依存句法关系为所述子树功能候选集合中的类型之一，则提取该词及该词之下的子树结构和词序信息，并根据句法结构子树的特征表示进行特征抽取，形成子树结构；统计完成特征抽取的子树结构的频率，记为，并将其加入句法结构子树的特征表示中，得到句法结构子树及其特征表示为，并将所有包含该特征表示的句法结构子树构建为子树库；S2、对于原始文本，从其原句的依存句法树中选取被替换子树，将其表示为，并在所述子树库中选取满足约束性条件的替换子树，将其表示为，构成候选子树集合；其中，所述约束性条件包括替换子树与被替换子树之间的一致性约束和差异性约束；基于所述一致性约束选取替换子树，具体包括：S21、选取依存句法关系满足的替换子树，表示替换子树中根节点与其父节点之间的依存句法关系，表示被替换子树中根节点与其父节点之间的依存句法关系；S22、对于步骤S21中选取的替换子树，使用预训练词向量对其中的子结构根节点的父节点词汇集合中的词汇进行表示，并对获得的词向量取平均值得到其平均词向量表示作为替换子树所修饰词汇的语义特征；S23、对于被替换子树，使用预训练词向量对其中的子结构根节点的父节点词汇集合中的词汇进行表示，并对获得的词向量取平均值得到其平均词向量表示作为被替换子树所修饰词汇的语义特征；S24、使用相似度算法计算替换子树所修饰词汇的语义特征和被替换子树所修饰词汇的语义特征之间的相似度，若两者的相似度大于给定的阈值，阈值在0到1之间，则视为满足一致性要求；S25、将所有满足一致性要求的替换子树构建为中间子树候选集合；基于所述差异性约束选取替换子树，具体包括：S26、从所述中间子树候选集合中选取特征满足且的替换子树，、分别表示替换子树的宽度和高度，、分别表示被替换子树的宽度和高度；S27、从步骤S26中选取的替换子树中选取特征满足的替换子树，为替换子树中所包含的依存句法关系的词袋表示，为被替换子树中所包含的依存句法关系的词袋表示，是具有共识的数学符号，表示；S28、将步骤S27中选取的所有替换子树构建为候选子树集合；S3、从所述候选子树集合中随机选取目标替换子树，并使用所述目标替换子树替换原始文本中所选取的被替换子树，生成新的多样性依存句法树，基于所述新的多样性依存句法树进行原始文本的可控文本改写。

全文数据：

权利要求：

百度查询： 山东大学 一种基于子树库的多样性可控文本改写方法及装置