專利名稱：基于突發(fā)事件本體的語義查詢擴(kuò)展算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于查詢擴(kuò)展算法，具體為基于突發(fā)事件本體的語義查詢擴(kuò)展算法法。該方法對已有的方 法進(jìn)行了改進(jìn)，不僅能擴(kuò)展出和查詢詞有上下位關(guān)系、同義關(guān)系等語義關(guān)系的詞語，還能擴(kuò)展出和查詢詞有突發(fā)事件領(lǐng)域特定語義關(guān)系的詞語，能夠根據(jù)概念相似度大小設(shè)置擴(kuò)展哪些概念，避免了擴(kuò)展結(jié)果發(fā)生同質(zhì)化，并且能夠使最后的查詢結(jié)果按相似度有序排列。
背景技術(shù)：
在信息檢索領(lǐng)域中，用戶輸入的查詢往往與文檔中的目標(biāo)詞不相匹配，導(dǎo)致信息檢索系統(tǒng)無法返回符合用戶查詢請求的結(jié)果集。如何對用戶查詢詞進(jìn)行處理以提高信息檢索的準(zhǔn)確率，是ー個(gè)開放的問題。查詢擴(kuò)展是其中一種可行的解決方法，其基本思想是在原始查詢詞的基礎(chǔ)上加入與用戶查詢詞相關(guān)聯(lián)的詞，以組成新的更長、更準(zhǔn)確的查詢詞，可以在一定程度上彌補(bǔ)用戶查詢信息不足的缺陷。基于本體進(jìn)行查詢擴(kuò)展的思想最早是由Voorhees在1994年提出的，主要是借助本體中明確形式化的概念定義，利用本體中的同義詞和特定的子類關(guān)系來進(jìn)行查詢擴(kuò)展。在此之后，基于本體進(jìn)行查詢擴(kuò)展的研究不斷深入，近年來已成為ー個(gè)研究熱點(diǎn)。本體因其可以明確地、形式化地表達(dá)概念的含義以及概念之間的語義關(guān)系，成為提供語義信息的“語義詞典”。目前，語義查詢擴(kuò)展的研究方法主要是把原始查詢映射到概念，根據(jù)本體中概念間的各種關(guān)系，利用一定的技術(shù)，提取出查詢語義及其語義關(guān)聯(lián)詞，從而得到比原查詢更長的新查詢詞。許多方法是將查詢映射到本體中的概念，或者說，它們所使用的本體(例如HowNet、WordNet)更像是簡單樹形結(jié)構(gòu)的詞表,并沒有屬性和實(shí)例概念，能表達(dá)的也主要是上下位關(guān)系、同義關(guān)系，因而這樣的本體并不能擴(kuò)展出很多語義關(guān)聯(lián)詞。大部分的算法找出了查詢擴(kuò)展詞，并添加進(jìn)查詢詞中，組成比原查詢更長的查詢，也就是默認(rèn)查詢擴(kuò)展詞與原查詢詞的權(quán)重相同，有可能導(dǎo)致“主題偏移”。因此查詢詞與查詢擴(kuò)展詞的權(quán)重不應(yīng)該相同，否則會影響最后的查詢結(jié)果。為了解決這些問題，本發(fā)明提出了ー種基于突發(fā)事件本體和概念相似度計(jì)算模型的語義查詢擴(kuò)展算法。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供ー種基于突發(fā)事件本體和概念相似度計(jì)算模型的語義查詢擴(kuò)展算法，以擴(kuò)展出更多有效的查詢詞，進(jìn)而提高信息檢索的查準(zhǔn)率與查全率。首先建立了突發(fā)事件領(lǐng)域本體模型，然后建立概念相似度計(jì)算模型，最后給出了算法的實(shí)現(xiàn)步驟。I.突發(fā)事件領(lǐng)域本體模型建立的突發(fā)事件領(lǐng)域本體模型包括事件層、過程層、行動層和決策層。在圖中，描述性的知識定義在事件層，指定突發(fā)事件的類別及其相互之間的關(guān)系；過程性知識主要定義在過程層，描述了突發(fā)事件涉及到的一系列狀態(tài)，前態(tài)經(jīng)過一系列過程轉(zhuǎn)入終態(tài)；行動層主要定義處置突發(fā)事件所采取的行動知識，并引入角色和行動條件的概念；決策層主要定義突發(fā)事件問題、應(yīng)急預(yù)案等知識。突發(fā)事件領(lǐng)域本體包括類、屬性、關(guān)系和實(shí)例4個(gè)元素。2.概念相似度計(jì)算模型綜合考慮概念之間的語義距離、層次因素、上位概念重合度的概念相似度計(jì)算模型如下
權(quán)利要求
1.基于突發(fā)事件本體的語義查詢擴(kuò)展算法，其特征在于，首先從本體論的角度出發(fā)，設(shè)計(jì)了一個(gè)基于本體的多層突發(fā)事件領(lǐng)域知識模型，定義了突發(fā)事件領(lǐng)域概念間存在的語義關(guān)系。然后通過對影響概念相似度大小的因素進(jìn)行分析，建立了一種綜合考慮概念之間的語義距離、層次因素、上位概念重合度的概念相似度計(jì)算模型。為了保證對突發(fā)事件領(lǐng)域詞匯的分詞準(zhǔn)確性，本發(fā)明還基于突發(fā)事件領(lǐng)域本體對所使用的分詞詞庫進(jìn)行了擴(kuò)展。最后設(shè)計(jì)了基于突發(fā)事件本體和概念相似度模型實(shí)現(xiàn)語義查詢擴(kuò)展的流程。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，設(shè)計(jì)了一個(gè)基于本體的多層突發(fā)事件領(lǐng)域知識模型，定義了突發(fā)事件領(lǐng)域概念間存在的語義關(guān)系，突發(fā)事件本體模型分為4層事件層、過程層、行動層和決策層。描述性的知識定義在事件層，指定突發(fā)事件的類別及其相互之間的關(guān)系；過程性知識主要定義在過程層，描述了突發(fā)事件涉及到的一系列狀態(tài)，前態(tài)經(jīng)過一系列過程轉(zhuǎn)入終態(tài)；行動層主要定義處置突發(fā)事件所采取的行動知識，并引入角色和行動條件的概念；決策層主要定義突發(fā)事件問題、應(yīng)急預(yù)案等知識。突發(fā)事件領(lǐng)域本體包括類、屬性、關(guān)系和實(shí)例4個(gè)元素。突發(fā)事件領(lǐng)域概念之間存在的語義關(guān)系包括分類關(guān)系(is_a)、時(shí)間關(guān)系(is_before)、并發(fā)關(guān)系(synchronize)、因果關(guān)系(cause)、f禹合關(guān)系(coupling)、需求關(guān)系(need)、條件關(guān)系(context_of)、順序關(guān)系(precede、follow)、依據(jù)關(guān)系(basedon)、參考關(guān)系(refe_for)、針對關(guān)系(aimed_at)。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于，建立了一種綜合考慮概念之間的語義距離、層次因素、上位概念重合度的概念相似度計(jì)算模型
4.根據(jù)權(quán)利要求I所述的方法，其特征在于，基于突發(fā)事件領(lǐng)域本體對所使用的分詞詞庫進(jìn)行了擴(kuò)展，將本體庫中存儲的概念都添加到了分詞詞庫中，這樣當(dāng)用戶輸入句子時(shí)，能夠提取出更準(zhǔn)確的關(guān)鍵詞。
5.根據(jù)權(quán)利要求I所述的方法，其特征在于，設(shè)計(jì)了基于突發(fā)事件本體和概念相似度模型實(shí)現(xiàn)語義查詢擴(kuò)展的流程若用戶輸入采用的是自然語言模式，首先需要進(jìn)行分詞處理，提取出關(guān)鍵詞，然后進(jìn)行本體匹配。若與本體中的類概念匹配成功，則擴(kuò)展該類概念的同義詞、上下位概念、實(shí)例概念以及有cause、is before、need等特定語義關(guān)系的詞語,并應(yīng)用概念相似度計(jì)算公式計(jì)算出擴(kuò)展的概念與類概念之間的相似度；若與本體中的實(shí)例概念匹配成功，則擴(kuò)展該實(shí)例概念的屬性概念、所屬類概念等，然后應(yīng)用實(shí)例相似度計(jì)算公式計(jì)算出擴(kuò)展的實(shí)例與實(shí)例之間的相似度。最后將與輸入關(guān)鍵詞的相似度達(dá)到給定閾值的概念一同作為新的查詢關(guān)鍵詞進(jìn)行查詢。
全文摘要
本發(fā)明提出了一種基于突發(fā)事件本體的語義查詢擴(kuò)展算法。首先從本體論的角度出發(fā)，設(shè)計(jì)了一個(gè)多層的突發(fā)事件本體模型，定義了突發(fā)事件領(lǐng)域概念間存在的語義關(guān)系，從而能夠擴(kuò)展出語義相關(guān)的概念。然后通過對影響概念相似度大小的因素進(jìn)行分析，建立了一種綜合考慮概念之間的語義距離、層次因素、上位概念重合度的概念相似度計(jì)算模型，更加全面地量化了本體網(wǎng)絡(luò)中概念節(jié)點(diǎn)之間的相似度，能夠根據(jù)相似度大小設(shè)置擴(kuò)展哪些概念，避免了擴(kuò)展結(jié)果同質(zhì)化，并且能夠使最后的查詢結(jié)果按相似度有序排列。為了保證對突發(fā)事件領(lǐng)域詞匯的分詞準(zhǔn)確性，本發(fā)明還基于突發(fā)事件領(lǐng)域本體對所使用的分詞詞庫進(jìn)行了擴(kuò)展。
文檔編號G06F17/30GK102663122SQ20121011825
公開日2012年9月12日 申請日期2012年4月20日 優(yōu)先權(quán)日2012年4月20日
發(fā)明者杜軍平, 楊月華 申請人:北京郵電大學(xué)