[发明专利]构建专家知识向量模型的方法、装置及终端设备

权利要求书

1.一种构建专家知识向量模型的方法，其特征在于，包括：

根据预设数量的成果文本，构建成果知识向量；

依据所述预设数量的成果文本的时间信息及作者信息，确定专家-成果集；

基于所述成果知识向量及所述专家-成果集，构建专家知识向量模型；

所述根据预设数量的成果文本，构建成果知识向量，包括：

根据预设提取方式，从每个成果文本中提取表征成果研究主题的至少一项特征项；

对所述至少一项特征项进行文本分词，得到至少一个主题词；

确定每个主题词在其对应的成果文本中的第一权重值；

基于所述至少一个主题词及所述第一权重值，构建所述成果知识向量；

所述基于所述成果知识向量及所述专家-成果集，构建专家知识向量模型，包括：

将所述成果知识向量按照与所述专家-成果集的预设映射关系匹配分组，得到相应的专家-成果向量集；

获取所述专家-成果向量集中每个成果文本的时间信息，通过依据每个成果文本的时间信息以及每个主题词在其对应的成果文本中的第一权重值，构建所述专家知识向量模型；

所述通过依据每个成果文本的时间信息以及每个主题词在其对应的成果文本中的第一权重值，构建所述专家知识向量模型，包括：

依据所述每个成果文本的时间信息，确定所述每个成果文本的年份加权因子；

根据所述年份加权因子及所述第一权重值，确定所述每个主题词在相应领域中的第二权重值；

通过将所述每个主题词及其对应的第二权重值映射成相应的向量，来构建所述专家知识向量模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个主题词及所述第一权重值，构建所述成果知识向量，包括：

将每个主题词及其对应的第一权重值映射成相应的向量；

基于所述向量，确定每个成果文本的空间向量；

根据所述每个成果文本的空间向量，构建所述成果知识向量。

3.一种构建专家知识向量模型的装置，其特征在于，包括：

成果知识向量构建模块，用于根据预设数量的成果文本，构建成果知识向量；

确定模块，用于依据所述预设数量的成果文本的时间信息及作者信息，确定专家-成果集；

专家知识向量模型构建模块，用于基于所述成果知识向量及所述专家-成果集，构建专家知识向量模型；

所述成果知识向量构建模块包括提取子模块、分词子模块、权重确定子模块与第一构建子模块；

所述提取子模块，用于用于根据预设提取方式，从每个成果文本中提取表征成果研究主题的至少一项特征项；

所述分词子模块，用于对所述至少一项特征项进行文本分词，得到至少一个主题词；

所述权重确定子模块，用于确定每个主题词在其对应的成果文本中的第一权重值；

所述第一构建子模块，用于基于所述至少一个主题词及所述第一权重值，构建所述成果知识向量；

所述专家知识向量模型构建模块包括匹配子模块与第二构建子模块；

所述匹配子模块，用于将所述成果知识向量按照与所述专家-成果集的预设映射关系匹配分组，得到相应的专家-成果向量集；

所述第二构建子模块，用于基于所述专家-成果向量集，构建所述专家知识向量模型；

所述第二构建子模块具体用于通过依据每个成果文本的时间信息以及每个主题词在其对应的成果文本中的第一权重值，构建所述专家知识向量模型；

所述第二构建子模块包括第一确定子单元、第二确定子单元与第二构建子单元；

其中，所述第一确定子单元用于依据所述每个成果文本的时间信息，确定所述每个成果文本的年份加权因子；

所述第二确定子单元用于根据所述年份加权因子及所述第一权重值，确定所述每个主题词在相应领域中的第二权重值；

所述第二构建子单元用于通过将所述每个主题词及其对应的第二权重值映射成相应的向量，来构建所述专家知识向量模型。