[发明专利]一种文本关系的分析方法及装置、文本关系网络的构建方法

权利要求书

1.一种文本关系的分析方法，其特征在于，包括：

对包含m篇独立文本的文本集合中包含的每篇文本进行预处理，获得m篇独立文本构成的语料的所有句子和词汇，其中，m为正整数；

分别以语料的每一个词汇为概念主题词，遍历所有句子和词汇，将与概念主题词在同一个句子中共同出现的词汇，纳入概念主题词对应的词汇集合，其中，词汇集合包括概念主题词和词汇元素；

对每个词汇集合进行词汇元素筛选，构建概念；

根据文本集合中的不同文本是否包含相同的概念，确定文本之间的关系。

2.如权利要求1所述的方法，其特征在于，对包含m篇独立文本的文本集合中包含的每篇文本进行预处理，包括：

对包含m篇独立文本的文本集合中包含的每篇文本进行分句、分词以及去除停用词。

3.如权利要求1所述的方法，其特征在于，对每个词汇集合进行词汇元素筛选，构建概念，包括：

统计词汇集合中的每个词汇元素x_j与概念主题词x_i共同出现的文本数量z，其中，z≤m；

判断文本数量z是否大于或等于第一阈值，如果是，则将词汇元素作为词汇集合的有效词汇，保留在词汇集合中，否则，将词汇元素从词汇集合中去除。

4.如权利要求1所述的方法，其特征在于，根据文本集合中的不同文本是否包含相同的概念，确定文本之间的关系，包括：

根据概念中的概念主题词或者词汇元素在文本中的出现情况，判断文本是否包含该概念；

对文本集合中每两篇文本包含的概念进行比较，如果两篇文本包含相同的概念，则两篇文本具有关联。

5.如权利要求4所述的方法，其特征在于，根据概念中的概念主题词或者词汇元素在文本中的出现情况，判断文本是否包含该概念，包括：

当一个概念X_I的词汇元素总数为0时，如果概念主题词x_i出现在文本w_i中，则判定文本w_i包含概念X_I；

当一个概念X_I的词汇元素总数大于0且小于第二阈值时，如果有1个词汇元素出现在文本w_i中，则判定文本w_i包含概念X_I；

当一个概念X_I的词汇元素总数大于或等于第二阈值时，则根据X_I中的必要词汇数量，确定文本w_i是否包含概念X_I，其中，必要词汇根据词汇集合中的词汇元素x_j与概念主题词x_i共同出现的文本数量以及词汇元素x_j与概念主题词x_i之间的关系确定。

6.如权利要求5所述的方法，其特征在于，根据X_I中的必要词汇数量，确定文本w_i是否包含概念X_I，包括：

当一个概念X_I中的必要词汇数量大于或等于第三阈值，如果存在预设比例的必要词汇出现在文本w_i中，则判定文本w_i包含概念X_I；

当一个概念X_I中的必要词汇数量小于第三阈值，如果存在预设比例的词汇元素出现在文本w_i的词汇中，则判定文本w_i包含概念X_I。