申请/专利权人:北京明略软件系统有限公司
申请日:2020-12-11
公开(公告)日:2024-03-26
公开(公告)号:CN112487267B
主分类号:G06F16/951
分类号:G06F16/951;G06F16/33;G06F16/35;G06F40/279;G06F40/30;G06F18/214
优先权:
专利状态码:有效-授权
法律状态:2024.03.26#授权;2021.03.30#实质审查的生效;2021.03.12#公开
摘要:本发明提出一种基于Word2vec和LPA的领域概念表达方法及系统,所述方法包括:通过Word2vec模型获取领域关键词集合;基于所述领域关键词集合,通过语义链网络构建领域概念表达网络;利用LPA对所述领域概念表达网络进行社区划分,构建以核心概念词为主、扩展概念词为补充的领域概念表达模型。通过本申请,无需行业深入领域知识就可以构建完备的领域相关概念集合。
主权项:1.一种基于Word2vec和LPA的领域概念表达方法,其特征在于,所述方法包括如下步骤:集合获取步骤:通过Word2vec模型获取领域关键词集合;网络构建步骤:基于所述领域关键词集合,通过语义链网络构建领域概念表达网络;模型构建步骤:利用LPA对所述领域概念表达网络进行社区划分,构建以核心概念词为主、扩展概念词为补充的领域概念表达模型;其中,所述集合获取步骤具体包括以下步骤:爬取步骤:爬取数据集并对所述数据集进行预处理,通过所述Word2vec模型获取所述预处理后的数据集的矩阵表示,得到训练数据集;选取步骤:基于所述训练数据集,选取种子词汇;扩展步骤:基于所述种子词汇,采用所述Word2vec模型对所述训练数据集行词汇扩展,得到所述领域关键词集合;其中,所述网络构建步骤具体包括以下步骤:定义步骤:定义文本数据集以及候选关键词集;句子数目获取步骤:获取所述文本数据集中同时出现所述候选关键词集中任意两个候选关键词的句子数目;关联度获取步骤:根据所述句子数目获取所述候选关键词的相互关联度;置信度获取步骤:根据所述相互关联度和所述句子数目获取置信度;其中,所述模型构建步骤具体包括以下步骤:指定标签步骤:为所述领域概念表达网络中每个节点随机指定一个特有标签;刷新步骤:基于刷新规则刷新所有所述节点的标签;判断步骤:判断所有所述节点的标签是否发生变化,若是则返回所述刷新步骤,若否则结束。
全文数据:
权利要求:
百度查询: 北京明略软件系统有限公司 基于Word2vec和LPA的领域概念表达方法及系统
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。