[发明专利]一种扩充样本语料的语料正则式的方法和系统

权利要求书

1.一种扩充样本语料的语料正则式的方法，其特征在于，包括：

根据实体内容建立知识图谱；

获取样本语料，根据所述样本语料生成语料正则式；

对所述样本语料进行分词得到语料分词；

将所述语料分词和所述知识图谱的所述实体内容进行比对，若比对相符则将相应的语料分词定义为实体分词；

根据所述知识图谱获取所述实体分词对应的上一层级的实体概念；

根据所述实体概念调整所述语料正则式得到正则表达式。

2.根据权利要求1所述的扩充样本语料的语料正则式的方法，其特征在于，根据实体建立知识图谱具体包括：

获取所述实体内容以及所述实体内容之间的关联关系；

根据所述实体内容以及所述关联关系建立所述知识图谱。

3.根据权利要求1所述的扩充样本语料的语料正则式的方法，其特征在于，根据所述实体概念调整所述语料正则式得到正则表达式具体包括：

选取目标实体分词对应的目标实体概念，所述目标实体分词为所述实体分词中的任意一个；

根据所述知识图谱判断所述目标实体概念与其余的实体分词是否匹配；

若匹配，则将所述语料正则式中的所述目标实体分词替换为所述目标实体概念，其余的实体分词保持不变，得到所述正则表达式。

4.根据权利要求3所述的扩充样本语料的语料正则式的方法，其特征在于，还包括：

若不匹配，则根据所述知识图谱获取其余的实体分词对应的上一层级的实体概念，所述其余的实体分词对应的实体概念与所述目标实体概念匹配；

将所述语料正则式中的所述目标实体分词替换为所述目标实体概念，其余的实体分词替换为对应的实体概念，得到所述正则表达式。

5.根据权利要求1-4任一项所述的扩充样本语料的语料正则式的方法，其特征在于，还包括：

根据所述知识图谱获取所述正则表达式中实体概念下一层级的所有实体内容；

将所述所有实体内容作为对应的正则表达式中实体概念的语义槽。

6.一种扩充样本语料的语料正则式的系统，其特征在于，包括：

知识图谱建立模块，根据实体内容建立知识图谱；

语料获取模块，获取样本语料；

正则式生成模块，根据所述语料获取模块获取的所述样本语料生成语料正则式；

分词模块，对所述语料获取模块获取的所述样本语料进行分词得到语料分词；

比对模块，将所述分词模块得到的所述语料分词和所述知识图谱建立模块得到的所述知识图谱的所述实体内容进行比对，若比对相符则将相应的语料分词定义为实体分词；

实体概念获取模块，根据所述知识图谱建立模块得到的所述知识图谱获取所述比对模块得到的所述实体分词对应的上一层级的实体概念；

处理模块，根据所述实体概念获取模块得到的所述实体概念调整所述正则式生成模块得到的所述语料正则式得到正则表达式。

7.根据权利要求6所述的扩充样本语料的语料正则式的系统，其特征在于，所述知识图谱建立模块具体包括：

获取单元，获取所述实体内容以及所述实体内容之间的关联关系；

知识图谱建立单元，根据所述获取单元获取的所述实体内容以及所述关联关系建立所述知识图谱。

8.根据权利要求6所述的扩充样本语料的语料正则式的系统，其特征在于，所述处理模块具体包括：

选取单元，选取目标实体分词对应的目标实体概念，所述目标实体分词为所述实体分词中的任意一个；

分析单元，根据所述知识图谱建立模块得到的所述知识图谱判断所述选取单元选取的所述目标实体概念与其余的实体分词是否匹配；

处理单元，若所述分析单元分析匹配，则将所述正则式生成模块得到的所述语料正则式中的所述目标实体分词替换为所述目标实体概念，其余的实体分词保持不变，得到所述正则表达式。