[发明专利]一种面向科技服务需求的需求图谱构建方法

权利要求书

1.一种面向科技服务需求的需求图谱构建方法，其特征在于：具体的操作流程如下所示：

Step1、利用python-doc的包，读取存储在doc文件里面需求文档数据，并保存为字典格式；

Step2、加载哈工大语言技术平台工具Pyltp，读取Pyltp内cws.model语言模型；

Step3、将Step1中处理好的数据先进行分句处理，将分句处理好的数据切分长句，冒号，分号做切分标识，利用语义角色标注，获取主谓宾三元组，先根据语义角色标注的结果，抽取三元组；如果语义角色标注为空，则采取依存语法进行抽取；

Step4、将Step3中抽取成功的需求三元组利用python第三方包xlrd进行保存，存储到excel表格里面备用；

Step5、将excel里面的部分需求三元组进行人工标注，从excel里面信息提取需求三元组的特征，构建出需求三元组的特征矩阵与邻接矩阵；

Step6、将Step5中构建的矩阵放入到设计好的图神经网络进行训练，得到一个可以对三元组进行标注的模型；

Step7、利用训练好的模型将需求三元组全部进行标注后，构建成图谱形式并进行可视化展示。

2.根据权利要求1所述的一种面向科技服务需求的需求图谱构建方法，其特征在于：所述步骤Step2的具体步骤为：

Step2.1、加载哈工大语言技术平台工具Pyltp里面ltp.data，读取cws.model、pos.model、parser.model、ner.model、pisrl.model语言模型，以备用来对非结构化需求文本提取需求三元组。

3.根据权利要求1所述的一种面向科技服务需求的需求图谱构建方法，其特征在于：所述步骤Step3的具体步骤为：

Step3.1定义一个parser参数，用来存储Step2的语言模型；

Step3.2定义一个split_sents方法，导入python中的re包，通过re包内置方法，利用正则表达式来匹配字符串，对输入的需求文本进行分句处理，切分冒号，感叹号并做切分标识；

Step3.3定义一个语义角色标注方法，可以直接获取主语，谓语，宾语三元组；

Step3.4定义一个需求三元组抽取的主函数，根据Step3.3的语义角色标注的结果，进行需求三元组的抽取，如果语义角色的标记为空，则使用依存语法进行需求三元组的抽取。

4.根据权利要求1所述的一种面向科技服务需求的需求图谱构建方法，其特征在于：所述步骤Step5的具体步骤为：

Step5.1对抽取的N个需求三元组(h，r，t)进行人工标注，标注出这N个三元组的意图标签，对其标注一个”约束“这个标签，标注完成后将已经标注好的需求三元组用结构化的方式存储在excel表里面，分为三列，第一列表示需求三元组的id，第二列表示需求三元组的内容，第三列表示需求三元组的标签；

Step5.2紧接着需要对需求三元组进行特征提取，使用python自带包xlwt读取Step5.1存储在excel里面的内容，存储形式为字典，创建一个常见词为256维的分词器，构建索引单词，将字典中需求三元组的内容字符串转为整数索引列表，根据索引得到每个需求三元组的256维的one-hot特征表示，将这256维的需求三元组特征存储为特征矩阵，以备用于之后的计算，然后根据需求三元组之间的关联，创建一个邻接矩阵。

5.根据权利要求1所述的一种面向科技服务需求的需求图谱构建方法，其特征在于：所述步骤Step6的具体步骤为：

Step6.1根据Step5中构建的需求三元组的特征矩阵和邻接矩阵，将其输入到一个图卷积神经网络，定义一个两层的图卷积神经网络，其中输入的维度为256维，隐藏层维度设置为16维，最后一层图卷积神经网络将输出的维度变为类别数4，激活函数选择使用的是ReLU函数；

Step6.2设置图神经网络的一些超参数，learn_rate学习率为0.04，weight_dacay＝5e-4,epochs迭代次数为200次，损失函数使用设置的是交叉熵损失函数，优化器设置的是Adam。