申请/专利权人：唐明伟

申请日：2021-07-27

公开（公告）日：2021-11-23

公开（公告）号：CN113688250A

主分类号：G06F16/36(20190101)

分类号：G06F16/36(20190101);G06F40/211(20200101);G06F40/268(20200101);G06F16/31(20190101);G06F16/28(20190101);G06F16/901(20190101)

优先权：

专利状态码：失效-发明专利申请公布后的撤回

法律状态：2022.11.25#发明专利申请公布后的撤回;2021.12.10#实质审查的生效;2021.11.23#公开

摘要：本发明公开一种基于词性和语序分析的知识图谱自动构建方法。该方法首先应用基于LexNLP的自然语言处理方法，以句子为单位对法律判例文本进行词性分析，以得到其中的名词和动词，再应用spaCy对同一句中的名词和动词，进行语序的判断，若一个名词判断为主语或宾语，则标注为实体，若一个动词判断为宾语则标注为关系，同时提出了基于频次的三元组权重判断规则，以判断生成三元组的有效性，最终所有有效的三元组自动合并成知识图谱。最后以美国CaselawAccessProject项目所含的判例为原始数据，进行方法有效性的验证。实验表明该方法可以有效地生成法律知识图谱。

主权项：1.一种基于词性和语序分析的法律知识图谱自动构建方法，其特征在于，包括以下步骤：一文本预处理。将收集到的法律文本上传至MySQL数据库中，并使用LexNLP进行分句处理，并记录每个句子的编号以及所在文本的编号；二词性标注。以句子为单位，应用LexNLP进行词性分析，得到句子中的动词和名词，将这两类词连同文本编号和句子编号一起存入MySQL数据库中，以确定该词在哪个文本的哪句句子中。这一步骤即完成所有法律文本的预处理，得到对应文本、对应句子的动词和名词的集合；三三元组抽取。依次读取MySQL存储的动、名词记录，根据其中事先存储的文本编号和句子编号，来确定该动名词对应的句子。应用spaCy加载该句子，并对其进行语序分析，按照三元组抽取算法原理，确定哪两个名词是主体，哪个动词是关系，以此确定三元组关系，并将该关系按照neo4j的格式规范，存入至neo4j中；四基于三元组频数过滤的知识图谱构建。应用上述方法对整个法律文本集合进行计算，会出现多个相同的三元组，参考TF公式，使用三元组频数公式：三元组频数＝该三元组出现次数出现该三元组的文章数量；应用该公式计算各三元组的频数，设置一个阈值，以此来决定该三元组是否有效，有效则加入到neo4j中。该阈值的确定，需要通过对生成的知识图谱的效果进行评估来确定；五知识图谱的查询。通过上述步骤，所有法律文本均被转换成三元组，这些三元组共同组成了法律知识图谱，通过neo4j的知识查询功能，可以得到完整的知识图谱。

全文数据：

权利要求：

百度查询： 唐明伟 一种基于词性和语序分析的法律知识图谱自动构建方法

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