[发明专利]一种基于质量文本数据的事理图谱构建方法

权利要求书

1.一种基于质量文本数据的事理图谱构建方法，其特征在于，该方法包括：

选取特定领域质量问题相关的数据文本，拆分形成自然句集合；

采用自然语言处理技术分别对每个自然句进行中文分词切分；

基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系；

采用依存句法分析方法提取质量问题因果关系事件元组对集合；

通过事件合并构建特定领域质量信息事理图谱。

2.根据权利要求1所述的方法，其特征在于，所述选取特定领域质量问题相关的数据文本，拆分形成自然句集合包括：

分析特定领域质量问题发生与处置的工作过程；

选用质量问题相关的数据文本作为数据源，具体包含质量问题现象描述、原因分析及改进措施自然语言描述信息；

使用自然语言描述的标点划分常识规则对数据文本进行切分，形成自然句集合。

3.根据权利要求1所述的方法，其特征在于，所述采用自然语言处理技术分别对每个自然句进行中文分词切分包括：

采用自然语言处理中成熟的中文分词技术，对质量问题相关的数据文本拆分产生的自然句集合进行中文分词切分，形成针对每个自然句的词分解集合，获得每个中文分词结果的词性信息；

根据数据文本实际情况，对比选用合适的中文分词技术，完成中文分词切分。

4.根据权利要求1所述的方法，其特征在于，所述基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系包括：

分析特定领域质量问题相关的数据集文本特征，将明显表示因果关系的连接词设定为因果关系触发词；

根据因果关系触发词在自然句中的位置不同，归纳总结适用于本领域质量问题因果关系表述句法模式，形成因果关系匹配模式；

使用所述自然句集合及中文分词结果，匹配是否包含因果关系触发词，并通过判断是否符合特定的因果关系匹配模式，快速识别自然句实例之间的因果关系，将自然句划分为原因子句和结果子句，构建原因子句与结果子句之间的因果关系映射。

5.根据权利要求1所述的方法，其特征在于，所述采用依存句法分析方法提取质量问题因果关系事件元组对集合包括：

选取距离因果关系触发词最近且词性为动词的词作为事件触发词，采用依存句法分析方法从原因子句和结果子句获取事件触发词对应的主语和宾语，分析确定句子中的核心成分，按照主语、事件触发词和宾语的形式将原因子句表示成原因事件元组，将结果子句表示成结果事件元组；

对提取出来的原因事件元组和结果事件元组进行匹配，继承所对应的原因子句与结果子句的因果关系，形成以原因事件元组和结果事件元组形式表示的特定领域质量问题因果关系事件元组对；

对大规模的本领域质量问题相关的数据集文本的处理与分析，汇总形成特定领域质量问题因果关系事件元组对集合。

6.根据权利要求1所述的方法，其特征在于，所述通过事件合并构建特定领域质量信息事理图谱包括：

采用成熟的文本相似性度量方法对事件触发词和事件元素相似度进行数值计算，进一步得到任意两个质量问题因果关系事件元组的相似度数值；

设定质量问题因果关系事件元组相似度最低阈值，将相似度数值超过最低阈值的两个质量问题因果关系事件元组进行合并，统一事件元组描述方式，重新生成以原因事件元组和结果事件元组形式表示的质量问题因果关系事件元组对集合；

运用事理图谱技术构建以质量问题因果关系事件元组为节点，以事件元组之间的因果关系为边的有向图，形成特定领域质量信息事理图谱，揭示本领域质量问题发生过程中的事件之间演化规律和模式的事理逻辑。