一種基於組合理論的類自然語言的語義信息抽取方法及系統的製作方法
2023-07-05 18:19:56 1
一種基於組合理論的類自然語言的語義信息抽取方法及系統的製作方法
【專利摘要】本發明公開了一種基於組合理論的類自然語言的語義信息抽取方法及系統,該系統包括:規則建立模塊,用於根據已有的本體、語義詞典和分類體系建立規則體系,其語義規則以類似自然語言的書寫格式定義;規則組合模塊,連接規則建立模塊,用於根據規則體系組合匹配訓練集,生成可選語義規則的機制;數據匹配模塊,連接規則組合模塊,用於根據匹配訓練集對目標文本進行數據匹配,並獲得目標文本的語義信息。本發明提出的一種基於組合理論的類自然語言的語義信息抽取方法及系統,其語義信息豐富、準確率和召回率高,成本低,可產業化。
【專利說明】一種基於組合理論的類自然語言的語義信息抽取方法及系統
【技術領域】
[0001]本發明涉及信息提取【技術領域】,尤其涉及一種基於組合理論的類自然語言的語義信息抽取方法及系統。
【背景技術】
[0002]信息抽取就是從文本中抽取特定的實時信息。在大多數的信息抽取中,都是通過識別文本中的實體,對實體進行語義分析來確定文本語義信息的,但是該類方法局限性大,在語義分析過程中,語義信息的描述過於機械化,容易遺漏,特徵項的選取較片面,語義表達不完整甚至錯誤,總而言之,現有的語義抽取技術,準確率和召回率達不到要求,從而難以對文本進行有效利用。
[0003]因此,現有技術中,在進行文本語義處理的過程中,如何做到對文本信息進行有效利用,是亟待解決的問題。
【發明內容】
[0004]基於【背景技術】存在的技術問題,本發明提出了一種基於組合理論的類自然語言的語義信息抽取方法及系統,其語義信息豐富、準確率和召回率高,成本低,可產業化。
[0005]本發明提出的一種基於組合理論的類自然語言的語義信息抽取方法,包括:
[0006]S1、根據已有的本體、語義詞典和分類體系建立規則體系,其語義規則以類似自然語目的書寫格式定義;
[0007]S2、根據規則體系中的語義規則組合匹配訓練集,生成可選語義規則的機制;
[0008]S3、根據匹配訓練集對目標文本進行數據匹配,並獲得目標文本的語義信息。
[0009]優選地,步驟SI具體包括:
[0010]SI 1、獲取目標文本;
[0011]S12、根據目標文本在預製本體、語義詞典和分類體系中獲取對應的本體、語義詞典和分類體系;
[0012]S13、根據對應的本體、語義詞典和分類體系建立規則體系。
[0013]優選地,步驟S12中還包括:根據本體、語義詞典和分類體系對目標文本進行標註。
[0014]優選地,步驟S3具體為:根據規則體系對目標文本進行段落級、句子級或詞語級的數據匹配,再根據匹配結果進行語義歸納和篩選,獲得目標文本的語義信息。
[0015]優選地,步驟SI中,語義規則的組成元素可細化到短句、詞彙或字符層面。
[0016]優選地,步驟S2中,語義規則的組合邏輯為布爾表達邏輯、類正則表達邏輯、連接表達邏輯和位置表達邏輯。
[0017]一種基於組合理論的類自然語言的語義信息抽取系統,包括:
[0018]規則建立模塊,用於根據已有的本體、語義詞典和分類體系建立規則體系,其語義規則以類似自然語言的書寫格式定義;
[0019]規則組合模塊,連接規則建立模塊,用於根據規則體系組合匹配訓練集,生成可選語義規則的機制;
[0020]數據匹配模塊,連接規則組合模塊,用於根據匹配訓練集對目標文本進行數據匹配,並獲得目標文本的語義信息。
[0021]優選地,規則建立模塊還用於獲取目標文本,根據目標文本獲取對應的本體、語義詞典和分類體系。
[0022]優選地,規則建立模塊還用於根據本體、語義詞典和分類體系對目標文本進行標註。
[0023]優選地,數據匹配模塊中根據規則體系對目標文本進行段落級、句子級或詞語級的數據匹配,再根據匹配結果進行語義歸納和篩選以獲得目標文本的語義信息。
[0024]本發明中通過已有的本體、語義詞典和分類體系構建規則體系,極大降低了基礎規則的編寫成本;將語義規則以類似自然語言的書寫格式定義,有效抑制機械的規則匹配導致的錯誤和歧義,提供豐富的、準確的語義信息提取機制,同時,其極易書寫性、可重用性和天然的可組合性使其可以真正商業化和產業化實施。本發明提供的基於組合理論的類自然語言語義信息抽取系統是實用的、可產業化的、語義信息豐富的、準確率和召回率高的語義信息抽取系統
【專利附圖】
【附圖說明】
[0025]圖1為本發明提出的一種基於組合理論的類自然語言的語義信息抽取方法流程圖;
[0026]圖2為本發明提出的一種基於組合理論的類自然語言的語義信息抽取系統的結構圖。
【具體實施方式】
[0027]參照圖1,本發明提出的一種基於組合理論的類自然語言的語義信息抽取方法,包括以下步驟:
[0028]S1、根據已有的本體、語義詞典和分類體系建立規則體系,其語義規則以類似自然語目的書寫格式定義;
[0029]S2、根據規則體系中的語義規則組合匹配訓練集,生成可選語義規則的機制;
[0030]S3、根據匹配訓練集對目標文本進行數據匹配,並獲得目標文本的語義信息。
[0031]步驟SI具體包括:
[0032]SI 1、獲取目標文本;
[0033]S12、根據目標文本在預製本體、語義詞典和分類體系中獲取對應的本體、語義詞典和分類體系;
[0034]S13、根據對應的本體、語義詞典和分類體系建立規則體系。
[0035]步驟S12中還包括:根據本體、語義詞典和分類體系對目標文本進行標註,便於文本語義信息的抽取。標註過程通過人工實現,針對性強。
[0036]步驟S3具體為:根據規則體系對目標文本進行段落級、句子級或詞語級的數據匹配,再根據匹配結果進行語義歸納和篩選,獲得目標文本的語義信息。語義篩選通過人工實現,使其更加符合自然語言習慣。
[0037]具體實施時,步驟SI中,語義規則的組成元素可細化到短句、詞彙或字符層面,以便根據實際應用場景的需求,提取不同層面的語義信息。
[0038]具體實施時,步驟S2中,語義規則的組合邏輯為布爾表達邏輯、類正則表達邏輯、連接表達邏輯和/或位置表達邏輯的任意組合。本實施方式中,選擇的是布爾表達邏輯、類正則表達邏輯、連接表達邏輯和位置表達邏輯的完整組合,進一步確保語義信息的完整與準確。
[0039]以上方法中,通過揀選符合自然語言表達習慣(又稱「符合直覺」)的規則;對未被規則涵蓋的語句進行新一輪迭代,從而形成一套可人工理解、可用於語義匹配和文本信息抽取的規則。
[0040]以上方法通過已有的本體、語義詞典和分類體系構建規則體系,極大降低了基礎規則的編寫成本,而通過組合規則來匹配文本信息,使得文本信息的提取更加完整精確;將語義規則以類似自然語言的書寫格式定義,有效抑制機械的規則匹配導致的錯誤和歧義,提供豐富的、準確的語義信息提取機制,同時,其極易書寫性、可重用性和天然的可組合性使其可以真正商業化和產業化實施。
[0041]參照圖2,本發明提供的一種基於組合理論的類自然語言的語義信息抽取系統,包括依次連接的規則建立模塊,規則組合模塊和數據匹配模塊。
[0042]規則建立模塊,用於根據已有的本體、語義詞典和分類體系建立規則體系,其語義規則以類似自然語言的書寫格式定義。規則建立模塊還用於獲取目標文本,根據目標文本從預製本體、語義詞典和分類體系中獲取對應的本體、語義詞典和分類體系,並根據對應的本體、語義詞典和分類體系對目標文本進行標註。
[0043]規則組合模塊,用於根據規則體系組合匹配訓練集,生成可選語義規則的機制。
[0044]數據匹配模塊,用於根據匹配訓練集對目標文本進行數據匹配,並獲得目標文本的語義信息。具體的,數據匹配模塊中根據規則體系對目標文本進行段落級、句子級或詞語級的數據匹配,再根據匹配結果進行語義歸納和篩選以獲得目標文本的語義信息。
[0045]以上實施方式提供的基於組合理論的類自然語言語義信息抽取系統是實用的、可產業化的、語義信息豐富的、準確率和召回率高的語義信息抽取系統。
[0046]以上所述,僅為本發明較佳的【具體實施方式】,但本發明的保護範圍並不局限於此,任何熟悉本【技術領域】的技術人員在本發明揭露的技術範圍內,根據本發明的技術方案及其發明構思加以等同替換或改變,都應涵蓋在本發明的保護範圍之內。
【權利要求】
1.一種基於組合理論的類自然語言的語義信息抽取方法,其特徵在於,包括: 51、根據已有的本體、語義詞典和分類體系建立規則體系,其語義規則以類似自然語言的書寫格式定義; 52、根據規則體系中的語義規則組合匹配訓練集,生成可選語義規則的機制; 53、根據匹配訓練集對目標文本進行數據匹配,並獲得目標文本的語義信息。
2.如權利要求1所述的基於組合理論的類自然語言的語義信息抽取方法,其特徵在於,步驟SI具體包括: 511、獲取目標文本; 512、根據目標文本在預製本體、語義詞典和分類體系中獲取對應的本體、語義詞典和分類體系; 513、根據對應的本體、語義詞典和分類體系建立規則體系。
3.如權利要求2所述的基於組合理論的類自然語言的語義信息抽取方法,其特徵在於,步驟S12中還包括:根據本體、語義詞典和分類體系對目標文本進行標註。
4.如權利要求1或2或3所述的基於組合理論的類自然語言的語義信息抽取方法,其特徵在於,步驟S3具體為:根據規則體系對目標文本進行段落級、句子級或詞語級的數據匹配,再根據匹配結果進行語義歸納和篩選,獲得目標文本的語義信息。
5.如權利要求1所述的基於組合理論的類自然語言的語義信息抽取方法,其特徵在於,步驟SI中,語義規則的組成元素可細化到短句、詞彙或字符層面。
6.如權利要求1所述的基於組合理論的類自然語言的語義信息抽取方法,其特徵在於,步驟S2中,語義規則的組合邏輯為布爾表達邏輯、類正則表達邏輯、連接表達邏輯和位置表達邏輯。
7.一種基於組合理論的類自然語言的語義信息抽取系統,其特徵在於,包括: 規則建立模塊,用於根據已有的本體、語義詞典和分類體系建立規則體系,其語義規則以類似自然語言的書寫格式定義; 規則組合模塊,連接規則建立模塊,用於根據規則體系組合匹配訓練集,生成可選語義規則的機制; 數據匹配模塊,連接規則組合模塊,用於根據匹配訓練集對目標文本進行數據匹配,並獲得目標文本的語義信息。
8.如權利要求7所述的基於組合理論的類自然語言的語義信息抽取系統,其特徵在於,規則建立模塊還用於獲取目標文本,根據目標文本獲取對應的本體、語義詞典和分類體系O
9.如權利要求8所述的基於組合理論的類自然語言的語義信息抽取系統,其特徵在於,規則建立模塊還用於根據本體、語義詞典和分類體系對目標文本進行標註。
10.如權利要求7所述的基於組合理論的類自然語言的語義信息抽取系統,其特徵在於,數據匹配模塊中根據規則體系對目標文本進行段落級、句子級或詞語級的數據匹配,再根據匹配結果進行語義歸納和篩選以獲得目標文本的語義信息。
【文檔編號】G06F17/30GK104166682SQ201410347424
【公開日】2014年11月26日 申請日期:2014年7月21日 優先權日:2014年7月21日
【發明者】賈巖 申請人:安徽華貞信息科技有限公司