[发明专利]一种基于叙词表构建领域本体的方法及装置

说明书

本申请提出了一种基于叙词表构建领域本体的方法及装置，该方法包括以下步骤：S1、遍历叙词表，提取叙词表中所有词条的关联文件集合；S2、构建叙词向量：叙词表包括N级叙词，遍历N级叙词，并且以对应的上一级叙词为原点，重复构建N‑1级叙词向量；S3、构建词条向量：从第一级叙词指向第N‑1级叙词，构建XY平面向量；S4、构建关联文件向量：从第一级叙词，以词条向量为点积，生成由关联文件集合决定的顶层本体三维模型；以及S5、根据顶层本体三维模型和输入的领域主题生成领域本体模型。能够解决大数据治理中的重复建设、重复治理的问题，可形成本体库管理知识图谱的模式层，层次结构清晰明了，减小冗余程度。

技术领域

本申请涉及数据处理领域，具体涉及一种基于叙词表构建领域本体的方法及装置。

背景技术

如今，在大数据环境下，行业领域内积累的大量叙词知识模型，在使用上存在隔离访问、难共享、对大数据指导力度弱的问题。

本体构建有多种途径，如直接构建领域本体、以现有分类法为基础构建领域本体、以现有叙词表为基础构建领域本体等。叙词表是特定学科领域内的表达事物概念的词汇集合；是通过各种方式对叙词之间的各种词义联系进行显示的词汇系统；是领域本体的目标是捕获相关领域的知识，确定该领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇之间相互关系的明确定义。

本体是一种能在语义层次上描述信息的概念模型，它通过对概念及其关系的描述，使得领域叙词在共享范围内具有被共同认可的、明确的、形式化的定义。然而，本体构建的方式仍然以手工构建为主，这种构建方法存在重复建设、重复治理的问题，并且难以进行维护。

鉴于此，本发明提出一种基于叙词表构建领域本体的方法及装置，将各行业各类叙词进行统一映射到N维空间进行向量化，构成标准的空间向量集合，使用此集合来作为知识图谱中模式层本体建模的方法。

发明内容

为解决现有大数据治理中重复建设、重复治理的技术问题，本发明的目的是提供一种基于叙词表构建领域本体的方法及装置，能够使冗余程度减小，并且复用、可共享、可维护的能力得到提升。

根据本发明的一个方面提出了一种基于叙词表构建领域本体的方法，该方法包括以下步骤：

S1、遍历叙词表，提取叙词表中所有词条的关联文件集合；

S2、构建叙词向量：叙词表包括N级叙词，遍历N级叙词，并且以对应的上一级叙词为原点，重复构建N-1级叙词向量；

S3、构建词条向量：从第一级叙词指向第N-1级叙词，构建XY平面向量；

S4、构建关联文件向量：从第一级叙词，以词条向量为点积，生成由关联文件集合决定的顶层本体三维模型；以及

S5、根据顶层本体三维模型和输入的领域主题生成领域本体模型。

在具体的实施例中，在步骤S2中，叙词表采用GB/T13190-1991标志的叙词表构成，叙词表包括N级叙词，第一级叙词为同级关系的叙词名和定义内容，第二级叙词到第N-1级叙词为属分关系的叙词和定义内容集合，第N级叙词为类缘关系的相关内容词条。

在具体的实施例中，在步骤S2中，还包括遍历叙词表的第一级叙词，生成一级叙词热引用表并根据已用次数逆序排序，去除一级叙词热引用表中的重复叙词，生成离散X轴数据集合，每个叙词坐标为(X，Y＝0，Z＝0)。

在具体的实施例中，在步骤S2中，还包括遍历叙词表的所有第二级叙词，以对应的第一级叙词(X,0,0)为原点构建向量；判断是否有重复的叙词，若有，则重复的叙词不计入节点数，生成从第一级叙词(X,0,0)为原点，以重复叙词顶点为终端的向量。