[发明专利]基于人类概念学习的文本理解复杂度的度量方法

权利要求书

1.一种基于人类概念学习的文本理解复杂度的度量方法，其特征在于操作步骤如下：

（1）利用词性标注工具，对文本中的词进行词性标注，提取关键词，即保留文本中的名词和名词短语；

（2）计算文本中关键词出现的频数，按照频数从大到小排序，将排名靠前的关键词作为文本断言；

（3）用Apriori关联规则挖掘算法提取文本中的关联规则；

（4）根据上述步骤得到的文本断言和关联规则，依照人类概念代数复杂度的计算方法，计算文本的理解复杂度。

2.根据权利要求1所述的基于人类概念学习的文本理解复杂度的度量方法，其特征在于步骤(2)中的文本断言为出现频数较高的关键词，这些关键词能够普遍地被人们所理解，属于常识性知识范畴，其理解复杂度较低；根据人类概念学习的过程，文本断言数不超过九个。

3.根据权利要求2所述的基于人类概念学习的文本理解复杂度的度量方法，其特征在于步骤(3)中的关联规则挖掘是根据人类概念学习过程的经验总结，提取置信度至少大于0.5的关联规则，这类关联规则能够充分地表达文本中所表达的知识。

4.根据权利要求3所述的基于人类概念学习的文本理解复杂度的度量方法，其特征在于步骤(4)中人类概念代数复杂度的计算，其计算方法为：                                                ，其中K表示文本T中关联规则的阶数，当 K为0时表示文本断言；D-1表示在文本T中关联规则的最大阶数；表示阶数为K的关联规则中前键与后键中关键词的个数之和；表示在关键词集合X上，阶数为K的关联规则个数。