[发明专利]一种工业安全主题多文档自动消歧方法及装置

权利要求书

1.一种工业安全主题多文档自动消歧方法，其特征在于，所述方法包括：

针对每种类型的主题，基于该类型的各个主题之间的关系结构构建出相应的DAG主题结构图；对多种类型的DAG主题结构图进行融合，得到多种维度的DAG主题结构图，所述DAG主题结构图中的全部主题形成主题集合；

获取输入的关键词，并采集与所述关键词相关的多个文档，所述多个文档形成文档集合；

为所述文档集合中的各个文档标注相应的标签；

将所述DAG主题结构图和标注标签后的文档集合，输入多子模函数中，并对所述多子模函数进行优化；根据优化结果，确定出目标主题子集，所述目标主题子集为所述主题集合的子集；

基于所述DAG主题结构图，确定与各个文档的标签相关联的主题；

针对所述目标主题子集中的各个主题，将与所述主题相关联的文档分为一组。

2.根据权利要求1所述的工业安全主题多文档自动消歧方法，其特征在于，所述针对每种类型的主题，基于该类型的各个主题之间的关系结构构建出相应的DAG主题结构图；对多种类型的DAG主题结构图进行融合，得到多种维度的DAG主题结构图，包括：

从维基百科的历史镜像中提取出各个主题，依据各个主题之间的关系结构构建出实体对应的DAG主题结构图；

从在线动词词典的动词库中提取出各个动词类，依据各个动词类之间的关系结构构建出动词对应的DAG主题结构图；

从地图资源中提取出各个地理位置，依据各个地理位置的关系结构创建地理位置对应的DAG主题结构图；

根据时间轴创建时期对应的DAG主题结构图；

对所述实体对应的DAG主题结构图、动词对应的DAG主题结构图、地理位置对应的DAG主题结构图以及时期对应的DAG主题结构图进行融合，得到具有多种维度的DAG主题结构图。

3.根据权利要求1所述的工业安全主题多文档自动消歧方法，其特征在于，所述将所述DAG主题结构图和标注标签后的文档集合，输入多子模函数中，并对所述多子模函数进行优化；根据优化结果，确定出目标主题子集，包括：

将所述DAG主题结构图和标注标签后的文档集合，输入多子模函数中；

所述多子模函数从所述主题集合中选择多种主题子集作为输入，分别得到多个多子模函数的值；

当所述多子模函数的值达到极大值时，所输入的主题子集作为所述目标主题子集。

4.根据权利要求1所述的工业安全主题多文档自动消歧方法，其特征在于，所述基于所述DAG主题结构图，确定与各个文档的标签相关联的主题，包括：

针对所述文档集合中的各个文档，在所述DAG主题结构图中查找与所述文档的标签对应的主题；

将所述文档与以下主题进行关联：与所述文档的标签对应的主题、与所述文档的标签对应的主题在所述DAG主题结构图中的所有父主题。

5.一种工业安全主题多文档自动消歧装置，其特征在于，所述装置包括：

创建模块，用于针对每种类型的主题，基于该类型的各个主题之间的关系结构构建出相应的DAG主题结构图；对多种类型的DAG主题结构图进行融合，得到多种维度的DAG主题结构图，所述DAG主题结构图中的全部主题形成主题集合；

获取模块，用于获取输入的关键词，并采集与所述关键词相关的多个文档，所述多个文档形成文档集合；

标注模块，用于为所述文档集合中的各个文档标注相应的标签；

优化模块，用于将所述DAG主题结构图和标注标签后的文档集合，输入多子模函数中，并对所述多子模函数进行优化；根据优化结果，确定出目标主题子集，所述目标主题子集为所述主题集合的子集；

关联模块，用于基于所述DAG主题结构图，确定与各个文档的标签相关联的主题；

分类模块，用于针对所述目标主题子集中的各个主题，将与所述主题相关联的文档分为一组。