[发明专利]基于思维导图的楼梯设计规范缺省主语的补全方法

说明书

本发明提供了一种基于思维导图的楼梯设计规范缺省主语的补全方法。通过思维导图中本体间的继承关系，可以确定复句中句法结构不完整的从句缺失的主语并进行补齐，并且可以提取兼语句和连谓句中的主语‑谓语‑宾语，为能够更好的进行自然语言处理，最终构建楼梯建筑规范的知识图谱，实现自动审图；本发明有效的规避了在审图过程中可能出现的不确定因素，误检率低，操作简单，节约人力，极大地提高了建筑行业工程项目的完成效率。

技术领域

本发明属于计算机自然语言处理技术技术领域，具体涉及基于思维导图的楼梯设计规范缺省主语的补全方法。

背景技术

随着计算机科学技术的发展，各个工程领域引进了知识图谱的概念，知识图谱能够描述显示世界的实体以及实体间的联系，提供了一种从关系的角度去分析问题的能力，能够实现对知识的共建、查询、共享和重用。目前使用知识图谱的行业领域包括医学、军事、教育等等。但建筑行业的信息化建设还处于起步阶段，一个建筑行业的工程项目首先需要设计院进行规划、设计，接着对设计好的模型和图纸进行审查，然后提供给施工单位进行施工，最后投入使用。精确的图纸和模型会极大程度地减少施工阶段因设计变更导致的返工窝工现象，但由于现阶段技术上的缺乏，在我国大部分的项目在设计之后都是由专家来进行人为地审图，将设计好的图纸与建筑行业的设计规范进行对比，这会产生误检率高、漏检率高、检验力度低、不确定因素多等问题。

发明内容

本发明的目的是提供一种基于思维导图的楼梯设计规范缺省主语的补全方法，解决了楼梯设计规范中部分语句主语不全难以识别的问题。

本发明一种基于思维导图的楼梯设计规范缺省主语的补全方法，通过对规范中文本进行补齐，能够更好的进行自然语言处理，最终构建楼梯建筑规范的知识图谱，实现自动审图，帮助解决了现有技术中存在的人为审图时误检率较高的问题。

本发明所采用的技术方案是，基于思维导图的楼梯设计规范缺省主语的补全方法，包括以下步骤：

步骤1：从住宅建筑设计规范中获取有关楼梯设计的规范作为处理的语料集，并且采用基于词典的正向最大匹配算法对原始文本进行分词，以及基于统计的方法对分词之后的词进行词性标注，得到预处理后的文本。

步骤2：参照IFC标准中楼梯规范的描述格式，将与楼梯设计相关的本体及本体间关系梳理成思维导图，并构建相应的索引树。

步骤3：使用上下文无关语法把预处理后的文本进行语法解析，在遇到兼语句或连谓句的情况，通过在索引树中查找与宾语相关的本体来确定句中的句型成分，以此构建语法树，并分析一个句子的句法结构是否完整。最后从中过滤出缺失主语的语料。

步骤4：通过在索引树中进行搜索，对具有不完整句型结构的宾语本体查找其父结点以及到根节点的唯一的一条路径，其父结点即为此句缺省的主语，除父结点外，此路径上的所有结点即为主语的修饰定语，后将缺省的主语添加至原语句，输出主谓宾完整的楼梯设计规范。

步骤1中：分词所采用的方法是基于词典的正向最大匹配算法。词性标注采用的是基于隐马尔可夫模型的词性标注方法。

步骤3中：在进行语法解析时根据词语的词性以及在句子中出现的位置来确定它在句中的成分。

步骤3中构建语法树的方法具体步骤如下：首先定义上下文无关文法G＝{N，∑，X，S}。其中N表示一组非叶子结点的标注；Σ表示一组叶子结点的标注，即组成句子的词；X表示一组句法的规则，即为N的产生式，每条规则可表示为X＝Y₁Y₂...Y_n，X∈N，Y_i∈(N∪Σ)；X中至少有一个产生式的α得由S充当。而S表示语法树开始的标注。

采用自底向上的方法，从待分析的字符串开始，用待分析的字符串去匹配上下文无关文法规则X箭头的右部字符，匹配成功后替换为左部字符，直到S出现，语法树构建完毕。