[发明专利]基于语义共现模型的概念关系标签抽取方法

权利要求书

1.一种基于语义共现模型的概念关系标签抽取方法，其特征在于包括如下步骤：

(1)通过带偏移量的倒排搜索获取共现语段：使用开源搜索引擎对元数据描述信息及百科全文进行倒排索引预处理，实现对概念共现语段的快速定位；

(2)结合浅层句法分析和加权词窗得到候选关系标签；

(3)经过语义相关性聚类后选取概念关系标签。

2.如权利要求1所述的概念关系标签抽取方法，其特征在于：

所述步骤(1)中，所述开源搜索引擎是全文检索引擎。

3.如权利要求1所述的概念关系标签抽取方法，其特征在于：

所述步骤(2)中，结合浅层句法分析和加权词窗得到候选关系标签的步骤包括：

对语料段落进行分词和词性标注，过滤除名词、动词、标点之外的其他词语；

设置主干序列；

以词语之间距离设定词窗，得到候选关系标签。

4.如权利要求3所述的概念关系标签抽取方法，其特征在于：

所述词语之间距离通过下式计算：

dis(t₁，t₂)＝num(tv_between(t₁，t₂))+num(tn_between(t₁，t₂))+num(pi_between(t₁，t₂))

其中，名词记为tn，动词记为tv，标点符号记为pi，dis(t₁，t₂)表示词语t1和词语t2之间的距离；num函数表示词语个数，tn_between(t₁，t₂)表示t₁，t₂之间的名词，tv_between(t₁，t₂)表示t₁，t₂之间的动词，pi_between(t₁，t₂)表示t₁，t₂之间的标点符号。

5.如权利要求3或4所述的概念关系标签抽取方法，其特征在于：

动词到名词对的距离通过下式计算：

2[dis(tv,tn1)+dis(tv,tn2)]-dis(tn1,tn2)if(dis(tv,tn1)+dis(tv,tn2)>dis(tn1,tn2))dis(tn1,tn2)if(dis(tv,tn1)+dis(tv,tn2)=dis(tn1,tn2))]]>

其中，(tn₁，tn₂)表示名词对，dis(tv，tn₁，tn₂)表示tv到名词对(tn₁，tn₂)的距离。