本發(fā)明涉及領(lǐng)域概念
技術(shù)領(lǐng)域：
，具體涉及一種智能領(lǐng)域概念自動獲取系統(tǒng)。
背景技術(shù)：
：領(lǐng)域概念是指在特定領(lǐng)域中以較高的頻率出現(xiàn)且能代表該領(lǐng)域特征的詞。領(lǐng)域概念自動獲取的關(guān)鍵是候選概念的獲取和對候選概念的評價方法，因為只有候選概念的獲取方法和評價方法是有效的，才可能得到準(zhǔn)確的領(lǐng)域概念。另外，領(lǐng)域概念不僅包括單個的詞語，也包含一些復(fù)合詞語，即由多個詞語組成的詞串。因此進(jìn)行領(lǐng)域概念獲取前要先提取語料庫中的復(fù)合詞語，并且候選概念的判定條件也要針對復(fù)合詞語做相應(yīng)的改變，以免在選擇候選概念時將復(fù)合詞語領(lǐng)域概念過濾掉。此外，在獲取領(lǐng)域概念時不可避免地會存在語義相近的概念，對各個領(lǐng)域概念分別統(tǒng)計其頻數(shù)將會導(dǎo)致其統(tǒng)計結(jié)果偏低，從而導(dǎo)致某些領(lǐng)域概念被遺漏，因此在概念自動獲取過程中還要考慮語義相似的領(lǐng)域概念的獲取?，F(xiàn)有的領(lǐng)域概念獲取系統(tǒng)存在以下缺陷：第一，并沒有考慮復(fù)合詞語領(lǐng)域概念；第二，并沒有考慮領(lǐng)域概念的語義相似。技術(shù)實現(xiàn)要素：針對上述問題，本發(fā)明旨在提供一種智能領(lǐng)域概念自動獲取系統(tǒng)。本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：提供了一種智能領(lǐng)域概念自動獲取系統(tǒng)，包括前臺信息輸入子系統(tǒng)和后臺領(lǐng)域概念獲取子系統(tǒng)，所述前臺信息輸入子系統(tǒng)用于輸入用戶想要了解的領(lǐng)域，所述后臺領(lǐng)域概念獲取子系統(tǒng)用于從語料庫中獲取相應(yīng)的領(lǐng)域概念。本發(fā)明的有益效果為：實現(xiàn)了領(lǐng)域概念的準(zhǔn)確獲取。附圖說明利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明的結(jié)構(gòu)示意圖；附圖標(biāo)記：前臺信息輸入子系統(tǒng)1、后臺領(lǐng)域概念獲取子系統(tǒng)2。具體實施方式結(jié)合以下實施例對本發(fā)明作進(jìn)一步描述。參見圖1，本實施例的一種智能領(lǐng)域概念自動獲取系統(tǒng)，包括前臺信息輸入子系統(tǒng)1和后臺領(lǐng)域概念獲取子系統(tǒng)2，所述前臺信息輸入子系統(tǒng)1用于輸入用戶想要了解的領(lǐng)域，所述后臺領(lǐng)域概念獲取子系統(tǒng)2用于從語料庫中獲取相應(yīng)的領(lǐng)域概念。本實施例實現(xiàn)了領(lǐng)域概念的準(zhǔn)確獲取。優(yōu)選的，所述前臺信息輸入子系統(tǒng)1包括語言輸入模塊和文字輸入模塊，所述語言輸入模塊用于識別輸入的語言信息，所述文字輸入模塊用于識別輸入的文字信息，所述語言輸入模塊包括語言信息采集單元、語言信息存儲單元、語言信息傳輸單元、聲音文字轉(zhuǎn)換單元和文字識別單元，所述語言信息采集單元用于采集語言信息，所述語言信息存儲單元用于存儲采集到的語言信息，所述語言信息傳輸單元用于將存儲的語言信息傳輸至聲音文字轉(zhuǎn)換單元，所述聲音文字轉(zhuǎn)換單元用于將聲音信息轉(zhuǎn)化為文字信息，所述文字識別單元用于對文字信息進(jìn)行識別。本優(yōu)選實施例實現(xiàn)了信息的語言輸入。優(yōu)選的，所述文字輸入模塊包括文字信息輸入單元、文字信息存儲單元、文字信息閱讀單元、通信單元和文字信息識別單元，所述文字信息輸入單元用于手動書寫文字信息，所述文字信息存儲單元用于存儲寫入的文字信息，所述文字信息閱讀單元用于閱讀存儲的文字信息，所述通信單元用于將閱讀出的文字信息傳輸至文字信息識別單元，所述文字信息識別單元用于對接收的文字信息進(jìn)行識別。本優(yōu)選實施例實現(xiàn)了信息的手寫輸入。所述后臺領(lǐng)域概念獲取子系統(tǒng)包括詞語集合生成模塊和領(lǐng)域概念獲取模塊，所述詞語集合生成模塊用于根據(jù)語料庫生成詞語集合，所述領(lǐng)域概念獲取模塊用于根據(jù)詞語集合獲取領(lǐng)域概念；所述根據(jù)語料庫生成詞語集合具體為：(1)對語料庫以句為單位進(jìn)行分詞，去除停用詞，生成詞語集合w，從詞語集合w中提取多元詞組，得到候選詞集合wl；(2)若wl不為空，則取字符串w，其中，w∈wl，若w滿足復(fù)合詞語判定條件，則w是復(fù)合詞語，加入復(fù)合詞語集合cw＝cw∪w；(3)輸出詞語集合w＝w∪cw。所述復(fù)合詞語判定條件具體為：(1)設(shè)字符串w＝s1s2…sn，s1,s2,…,sn為對其分詞后得到的詞語，用a表示s1,s2,…,sn的互信息指數(shù)：式中，p(s1,s2,…,sn)為詞語s1,s2,…,sn在語料庫中共同出現(xiàn)的概率，p(s1)為詞語s1出現(xiàn)的概率，p(s2)為詞語s2出現(xiàn)的概率，…，p(sn)為詞語sn出現(xiàn)的概率，其中，其中，f(s1,s2,…,sn)為包含詞語s1,s2,…,sn在的句子的數(shù)量，f(s1)為包含詞語s1的句子的數(shù)量，f(s2)為包含詞語s2的句子的數(shù)量，…，f(sn)為包含詞語sn的句子的數(shù)量，f表示句子總數(shù)；(2)對于給定的閾值a1，若滿足a(s1,s2,…,sn)＞a1，則確定w是復(fù)合詞語。本優(yōu)選實施例在獲取領(lǐng)域概念前，首先對語料庫中的復(fù)合詞語進(jìn)行提取，將其加入領(lǐng)域概念候選詞集合，防止在選取候選概念過程中將復(fù)合詞語的領(lǐng)域概念篩選掉，克服了以往領(lǐng)域概念獲取過程中沒有考慮復(fù)合詞語的缺陷，在復(fù)合詞語的提取過程中，提出了全新的復(fù)合詞語判定條件，獲取了準(zhǔn)確的復(fù)合詞語集合。優(yōu)選的，所述根據(jù)詞語集合獲取領(lǐng)域概念具體為：(1)預(yù)先從領(lǐng)域知識庫中選取領(lǐng)域概念作為初始領(lǐng)域概念集合dc；(2)對于詞語集合w中的詞語s，采用余弦相似度計算其語義相似度sim(s,dc)，若滿足sim(s,dc)＞sim1，則將s加入領(lǐng)域概念集合中，得到一次更新的領(lǐng)域概念集合，并從w集合中移除，得到更新的詞語集合，其中，sim1為給定閾值；(3)從更新的詞語集合中逐一選取詞語s，若滿足候選概念判定條件，則將s加入候選概念集合cc中；(4)對候選概念集合cc中的每個候選概念s進(jìn)行評價，獲取評價值m，選取評價值最大的前eh個詞語加入到一次更新的領(lǐng)域概念集合，得到最終的領(lǐng)域概念集合，其中eh∈[6,10]。所述候選概念判定條件具體為：(1)計算語料庫中包含詞語s的句子數(shù)量，句子數(shù)量等于組成這個詞語的各個詞語的句子數(shù)量之和：式中，f(s)表示語料庫中包含詞語s的句子數(shù)量，n表示s包含的詞語的個數(shù)，si表示s包含的第i個詞語；(2)計算語料庫中詞語s與初始領(lǐng)域概念集合中的任一領(lǐng)域概念共同出現(xiàn)的句子數(shù)量：式中，f(s,dc)表示詞語s與初始領(lǐng)域概念集合中的任一領(lǐng)域概念共同出現(xiàn)的句子數(shù)量，dc表示初始領(lǐng)域概念集合中的任一領(lǐng)域概念；(3)計算詞語s的候選值z：式中，fmax(s,dc)表示詞語s與初始領(lǐng)域概念集合中某一領(lǐng)域概念共同出現(xiàn)的句子數(shù)量的最大值；若z＞z1，則詞語s為候選概念，其中，z1為設(shè)定閾值。所述評價值m采用以下公式確定：本優(yōu)選實施例在獲取領(lǐng)域概念的過程中，考慮了領(lǐng)域概念的語義相似，避免了采用統(tǒng)計方法漏掉語義相似的領(lǐng)域概念，獲取的領(lǐng)域概念更為全面，在確定領(lǐng)域概念的過程中，首先確定候選概念，然后確定領(lǐng)域概念，獲取的領(lǐng)域概念更為符合領(lǐng)域特征。采用本發(fā)明智能領(lǐng)域概念自動獲取系統(tǒng)對獲取領(lǐng)域概念，當(dāng)eh取不同值時，對領(lǐng)域概念獲取準(zhǔn)確性和領(lǐng)域概念獲取時間進(jìn)行統(tǒng)計，同未采用本發(fā)明相比，產(chǎn)生的有益效果如下表所示：eh領(lǐng)域概念獲取準(zhǔn)確性提高領(lǐng)域概念獲取時間減少631％32％724％27％820％25％916％20％1015％18％最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護(hù)范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。當(dāng)前第1頁12