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：西南科技大学

摘要：本发明公开了一种关于构建情报中技术知识演化图谱的方法，包括：通过爬虫获取情报数据，并将其保存至MongoDB数据库中；对保存在MongoDB数据库中的情报数据进行处理；根据情报数据处理后得到的技术知识关键词组，进行文本同义词统一化处理；基于统一化处理后的技术知识关键词组，对情报数据进行演化关系抽取，得到技术知识演化三元组；将所有技术知识演化三元组构建成技术知识演化图谱。本发明对情报中的同义词有效归一，避免了不同字符的同义词对演化关系抽取的干扰，同时优化了知识图谱的关系结构；能够更直观更清晰得理解技术知识关键词的演化过程，更全面的掌握技术知识的历史发展结构。

主权项：1.一种关于构建情报中技术知识演化图谱的方法，其特征在于，包括以下步骤：步骤1：通过爬虫获取情报数据，并将其保存至MongoDB数据库中；步骤2：对保存在MongoDB数据库中的情报数据进行处理；步骤3：根据情报数据处理后得到的技术知识关键词组，进行文本同义词统一化处理；步骤4：基于统一化处理后的技术知识关键词组，对情报数据进行演化关系抽取，得到技术知识演化三元组；步骤5：将所有技术知识演化三元组构建成技术知识演化图谱；所述步骤2包括：步骤2-1：将保存在MongoDB数据库中的情报数据进行翻译和格式化处理，获取标题和对应的情报正文信息；步骤2-2：使用自然语言文本处理库对对步骤2-1中的情报正文内容经行分词、词性标注以及实体识别，再使用中文文本处理模型进行关键词提取得到技术知识关键词，并将技术知识关键词、标题、情报正文作为字段信息保存至情报数据库中，每个情报数据对应一组技术知识关键词、一个标题以及情报正文；其中，技术知识关键词包括领域术语、自然科学及科学技术名词、技术方法和科学技术性动词；所述步骤3包括：步骤3-1：运用莱文斯坦编辑距离算法，得到每个技术知识关键词组内之间的编辑距离，并使用线性函数对编辑距离进行归一化处理；步骤3-2：基于步骤3-1中技术知识关键词的编辑距离计算其相似度分数，然后根据预定义的相似度阈值，将相似度分数大于阈值的技术知识关键词视为同义关键词，并将同义关键词进行合并，以列表的形式重新储存至情报数据库的技术知识关键词字段中；所述步骤3-1包括：第一步：抽取情报数据库中每个情报数据的技术知识关键词组，采用递归方式计算技术知识关键词两两之间的莱文斯坦距离，即编辑距离；第二步，定义指示函数：当两个技术知识关键词a和b一致时，停止替换操作；当字符不同时，再进行一次替换操作；则指示函数I定义为：Iai≠bj；其中，ai表示a的第i个字符，bj表示b的第j个字符；第三步：用线性函数对编辑距离进行归一化处理，基于处理后的编辑距离计算技术知识关键词之间的相似度；利用标准的线性归一化处理公式，将原始数据进行等比例缩放；所述步骤3-2包括：第四步：根据预先的对比实验结果，调整相似度阈值t,t为0-1之间的值；计算技术知识关键词组中的两两之间的相似度得分，通过与预定义的相似度阈值比较，进行同义词识别，如果发现情报数据库的技术知识关键词组内存在同义词，将其合并成一个列表；所述步骤4包括：步骤4-1：分析情报数据中具有演化关系的语法结构，整理演化关系特征词集，构建演化关系模式集；步骤4-2：经过整理训练数据、组织人工标注、制定特征模板后，再利用条件随机场序列标注的方法对模型进行训练，得到演化关系分类模型；步骤4-3：抽取情报数据库中的情报正文，利用演化关系分类模型，逐句进行技术知识演化关系识别，从而实现对情报正文中具有演化关系的技术知识三元组的抽取；所述步骤4-1包括：对情报信息进行统计分析，整理情报正文语句中具有演化关系导向性的动词和名词，视为特征词，组合成特征词词典；使用自然语言文本处理库对步骤2-1中的情报正文进行分词、词性标注；然后构建演化关系模式集；演化关系模式中前实体和后实体均为情报中的技术知识关键词；停用词为与内容无关的连接词；特征词为特征词词典里的词；所述步骤4-2包括：利用CRF条件随机场的思想，将d1:N作为一个显性序列，h1:N作为一个隐性状态序列，构建条件概率模型Ph|d；条件概率模型Ph|d定义为： 其中，Zd为归一化因子也称区分函数，fnhi-1,hi,d,i为状态转移函数，gnhi,d,i为状态特征函数，n为正整数，λn为状态转移函数的权重，μn为状态特征函数的权重，i为当前观测位置，hi为当前位置的状态，hi-1为前一个位置的状态；利用词、词性、停用词、特征词作为模型的原子特征；再利用条件随机场序列标注的方法对训练集进行训练，得到目标分类模型；所述步骤4-3包括：利用目标分类模型，对情报正文进行技术知识演化关系识别，得到演化后的技术知识关键词，继而实现演化关系三元组的抽取。

全文数据：

权利要求：

百度查询： 西南科技大学 一种关于构建情报中技术知识演化图谱的方法