[发明专利]一种成语知识图谱构建方法及装置

权利要求书

1.一种成语知识图谱构建方法，其特征在于，所述方法包括：

获取多个待处理成语及每个待处理成语的描述信息；

对所述描述信息进行分词处理，得到所述待处理成语对应的词语列表；

针对所述词语列表中的每个词语，基于该词语的关联词，对所述词语列表进行关联概括处理；

从处理后的词语列表中，筛选与所述待处理成语的语义相似度满足预设条件的词语，作为所述待处理成语对应的标签；

基于所述多个待处理成语及每个待处理成语对应的标签之间的关联关系，构建所述多个待处理成语的知识图谱。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多个待处理成语及每个待处理成语对应的标签之间的关联关系，构建所述多个待处理成语的知识图谱，包括：

分别生成所述多个待处理成语对应的成语实体及每个待处理成语对应的标签对应的标签实体；

基于所述多个待处理成语及每个待处理成语对应的标签之间的关联关系，建立每个成语实体及每个标签实体之间的关联关系，得到所述多个待处理成语的知识图谱。

3.根据权利要求1所述的方法，其特征在于，所述描述信息中包括：所述待处理成语的读音、释义及出处。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在对所述知识图谱进行存储之后，获取待查询词语；

在所述知识图谱中，查询与所述待查询词语相匹配的标签，作为目标标签；

输出与所述目标标签对应的待处理成语。

5.根据权利要求1所述的方法，其特征在于，所述对所述描述信息进行分词处理，得到所述待处理成语对应的词语列表，包括：

采用最短路径算法对所述描述信息进行分词处理，得到所述待处理成语对应的词语列表。

6.根据权利要求5所述的方法，其特征在于，所述采用最短路径算法对所述描述信息进行分词处理，得到所述待处理成语对应的词语列表，包括：

对所述描述信息进行切分处理，得到多个词串数据；

根据所述词串数据之间的关联关系，构建所述词串数据之间的关联图；

利用预设的词频概率算法，对所述关联图进行计算，得到所述词串数据的每个关联词的词频概率；

针对每个词串数据，根据该词串数据的每个关联词的词频概率，得到所述待处理成语对应的词语列表。

7.根据权利要求1所述的方法，其特征在于，在所述从处理后的词语列表中，筛选与所述待处理成语的语义相似度满足预设条件的词语，作为所述待处理成语对应的标签之前，所述方法还包括：

基于预设相似度算法，计算处理后的词语列表中的每个词语与所述待处理成语的语义相似度；其中，所述预设相似度算法为杰卡德相似系数算法或余弦相似度算法。

8.根据权利要求1所述的方法，其特征在于，该词语的关联词包括以下至少一项：该词语的近义词、该词语的同义词和该词语的上位词。

9.根据权利要求1所述的方法，其特征在于，在所述针对所述词语列表中的每个词语，基于该词语的关联词，对所述词语列表进行关联概括处理之前，所述方法还包括：

针对所述词语列表中的每个词语，在预设的语义词典中进行查询，得到该词语的关联词；或者，

针对所述词语列表中的每个词语，将该词语输入至预先训练的算法模型中，得到该词语的关联词。