[发明专利]基于动态知识图谱构建的学术热点趋势预测方法和装置

权利要求书

1.一种基于动态知识图谱构建的学术热点趋势预测方法，其特征在于，包括：

获取与目标词汇对应的论文文本，并根据所述论文文本，确定与所述目标词汇对应的高频词汇词典；

根据所述论文文本和所述高频词汇词典，建立与所述目标词汇对应的知识图谱；

确定所述知识图谱中各节点的网络指标，并根据所述网络指标得到与所述目标词汇对应的学术热点趋势排名。

2.根据权利要求1所述的方法，其特征在于，根据所述论文文本和所述高频词汇词典，建立与所述目标词汇对应的知识图谱，包括：

按照年份对所述论文文本分类；

根据各年份的论文文本中各个句子中的词语关系，确定与各年份的论文文本对应的目标短语集合；

根据所述高频词汇词典，对与各年份的论文文本对应的目标短语集合中的各目标短语进行过滤；

根据过滤后的与各年份的论文文本对应的目标短语集合，建立与各年份对应的知识图谱。

3.根据权利要求2所述的方法，其特征在于，根据各年份的论文文本中各个句子中的词语关系，确定与各年份的论文文本对应的目标短语集合，包括：

依次在各年份中获取一个年份作为当前处理年份；

针对所述当前处理年份的论文文本中的每一个句子，根据句子中的词语关系提取句子中的主语、谓语以及宾语，并按照主谓宾顺序对所述主语、所述谓语以及所述宾语进行组合，形成一个目标短语，加入至与所述当前处理年份的论文文本对应的目标短语集合；

返回执行依次在各年份中获取一个年份作为当前处理年份的操作，直至完成对全部年份的处理。

4.根据权利要求3所述的方法，其特征在于，根据所述高频词汇词典，对与各年份的论文文本对应的目标短语集合中的各目标短语进行过滤，包括：

判断当前处理目标短语中的主语或者宾语是否属于所述高频词汇词典；

如果确定所述当前处理目标短语中的主语或者宾语属于所述高频词汇词典，则在所述目标短语集合中，保留所述当前处理目标短语；

如果确定所述当前处理目标短语中的主语和宾语都不属于所述高频词汇词典，则在所述目标短语集合中，将所述当前处理目标短语删除。

5.根据权利要求3所述的方法，其特征在于，根据过滤后的与各年份的论文文本对应的目标短语集合，建立与各年份对应的知识图谱，包括：

依次在各年份中获取一个年份作为当前处理年份；

针对过滤后的与所述当前处理年份的论文文本对应的目标短语集合中的每一个目标短语，将目标短语中的主语和宾语作为节点，建立所述主语和所述宾语之间的连线；

汇聚建立的所有连线，得到与所述当前处理年份对应的知识图谱；

返回执行依次在各年份中获取一个年份作为当前处理年份的操作，直至完成对全部年份的处理。

6.根据权利要求2所述的方法，其特征在于，确定所述知识图谱中各节点的网络指标，并根据所述网络指标得到与所述目标词汇对应的学术热点趋势排名，包括：

使用复杂网络工具，计算与各年份对应的知识图谱中的各节点的网络指标；

针对每一个节点，根据年份对节点的网络指标进行排序，并使用线性回归技术，根据排序结果计算节点的网络指标变化趋势；

根据网络指标变化趋势从高到低对各节点进行排序，得到与所述目标词汇对应的学术热点趋势排名。

7.根据权利要求1所述的方法，其特征在于，根据所述论文文本，确定与所述目标词汇对应的高频词汇词典，包括：

根据所述论文文本，获取与所述目标词汇对应的高频词汇；

根据所述高频词汇，确定与所述目标词汇对应的高频词汇词典。