[发明专利]用于输出信息的方法和装置

权利要求书

1.一种用于输出信息的方法，包括：

基于从目标知识体系获得的至少一对上下位词扩展概念体系，其中，所述概念体系是预先构建的有向无环图结构的树状概念层次网络，所述有向无环图中的节点是概念，节点间的边是可传递的概念上下位关系；

基于扩展后的概念体系构造训练样本，其中，将外部数据作为虚节点引入概念体系，外部数据不参与向量计算，虚节点指的是不作为概念转向量模型的输入但作为概念转向量模型的输出的类别标签，虚节点编号在概念体系已有节点的索引值范围之外，且不同节点的虚节点集没有交集；

基于扩展后的概念体系构建概念转向量模型；

基于所述训练样本训练所述概念转向量模型，输出训练好的每个概念的特征向量。

2.根据权利要求1所述的方法，其中，所述基于从目标知识体系获得的至少一对上下位词扩展概念体系，包括：

将百科数据的上位体系与概念体系直接映射，构造至少一对上下位词直接补充到所述概念体系中。

3.根据权利要求1所述的方法，其中，所述基于从目标知识体系获得的至少一对上下位词扩展概念体系，包括：

从专业资料中获取垂直领域的知识体系，利用上位预测模型或文本匹配等方式关联到概念体系的节点上，将之补充到所述概念体系中。

4.根据权利要求1所述的方法，其中，所述基于从目标知识体系获得的至少一对上下位词扩展概念体系，包括：

从搜索文本中挖掘词汇，使用序列标注模型预测这些词汇的概念上位，并去掉命名实体，筛选结果补充到概念体系中。

5.根据权利要求1所述的方法，其中，所述基于扩展后的概念体系构造训练样本，包括：

将所述有向无环图转换成概念体系树；

根据所述概念体系树的每个节点的最相似节点集以及节点的上下位关系，构造每个节点与所述概念体系树中其他节点的相似度的偏序关系；

基于上述偏序关系，对于每一个节点，构造该节点的采样集合，在该节点的采样集合中采样得到该节点的训练样本。

6.根据权利要求5所述的方法，其中，所述在该节点的采样集合中采样得到该节点的训练样本，包括：

若该节点的后代节点集中节点数量不小于最少样本量，则将该节点的后代节点集作为该节点的训练样本；

否则，根据所述偏序关系补充训练样本。

7.根据权利要求5所述的方法，其中，所述在该节点的采样集合中采样得到该节点的训练样本，包括：

在该节点下挂接至少一个虚节点作为该节点的后代节点；

若该节点的后代节点集中节点数量不小于最少样本量，则将该节点的后代节点集作为该节点的训练样本；

否则，根据所述偏序关系补充训练样本。

8.根据权利要求5所述的方法，其中，所述在该节点的采样集合中采样得到该节点的训练样本，包括：

基于该节点的后代节点的数量和该节点的虚节点的数量计算概念初始权重；

根据所述概念初始权重计算采样分布；

根据所述采样分布在该节点的采样集合中采样得到该节点的训练样本。

9.一种用于输出信息的装置，包括：

扩展单元，被配置成基于从目标知识体系获得的至少一对上下位词扩展概念体系，其中，所述概念体系是预先构建的有向无环图结构的树状概念层次网络，所述有向无环图中的节点是概念，节点间的边是可传递的概念上下位关系；

采样单元，被配置成基于扩展后的概念体系构造训练样本，其中，将外部数据作为虚节点引入概念体系，外部数据不参与向量计算，虚节点指的是不作为概念转向量模型的输入但作为概念转向量模型的输出的类别标签，虚节点编号在概念体系已有节点的索引值范围之外，且不同节点的虚节点集没有交集；

构建单元，被配置成基于扩展后的概念体系构建概念转向量模型；

训练单元，被配置成基于所述训练样本训练所述概念转向量模型，输出训练好的每个概念的特征向量。