申请/专利权人：中国农业大学

申请日：2019-09-23

公开（公告）日：2020-01-10

公开（公告）号：CN110674274A

主分类号：G06F16/332(20190101)

分类号：G06F16/332(20190101);G06F16/35(20190101);G06F16/36(20190101)

优先权：

专利状态码：有效-授权

法律状态：2022.07.01#授权;2020.02.11#实质审查的生效;2020.01.10#公开

摘要：本发明提出针对食品安全法规领域问答系统的知识图谱构建方法,获取食品安全问题，根据问题的性质不同将其分类，并得到不可再分实体，构建问题管理类知识图谱，并构建领域词典；获取食品安全法规，提取法规类别信息和法规的章、条、节信息作为法规知识图谱的管理类，利用分词工具以及TF‑IDF方法，对法律法规正文语料进行预处理、分词、词性标注，并以词频统计主题词，进行实体标注、实体关系抽取、属性抽取，构建法律法规模式知识图谱；将得到的问题管理类知识图谱中的实体与食品安全法规知识图谱中的实体进行匹配；获取的实体、实体关系及实体属性存储到Neo4j数据库进行可视化。本方法能够加快问答系统中信息检索和答案抽取的速度与准确率。

主权项：1.一种针对食品安全法规领域问答系统的知识图谱构建方法，其特征在于，包括：获取食品安全法规权威网站上人们提出的食品安全法规问题，并过滤通过判断问句的主题题目，从而将问题分为食品安全风险监测、食品安全标准、食品生产经营、食品检验、食品进出口、食品安全事故处置、监督管理、法律责任、食品安全法规一般知识共10大类；根据所述得到的问题分类设定为一级分类结果，为了将问题分类到具体的实体，将一级分类结果进一步划分，得到二级、三级或是四级分类结果，直至得到不可再分实体，构建问题管理类知识图谱；获取下载食品安全法规网站上我国目前现行有效的食品安全法规，并获取法规类别信息和法规的章、条、节等信息作为法规知识图谱的管理类，即管理法规的本体类；利用每部法规章节的条理性通过正则匹配得到每部法规的章、条、节名称；利用分词工具以及TF-IDF方法，对法律法规正文语料进行预处理、分词、词性标注，并以词频统计主题词，再进行实体标注、实体关系抽取、属性抽取，构件法律法规知识图谱；根据所述得到的问题管理类知识图谱中的实体与食品安全法规知识图谱中的实体通过实体相似度计算进行匹配，连接两类知识图谱；获取的知识图谱的实体、实体关系及实体属性存储到Neo4j数据库中，实现可视化。

全文数据：

权利要求：

百度查询： 中国农业大学 一种针对食品安全法规问答系统的知识图谱构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD