計算領(lǐng)域知識點的相關(guān)知識點的方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種電數(shù)據(jù)加工處理領(lǐng)域，具體地說一種計算領(lǐng)域知識點的相關(guān)知識 點的方法。
【背景技術(shù)】
[0002] 數(shù)字出版資源已成為信息提供的主要方式之一。人們已從紙質(zhì)閱讀大量地轉(zhuǎn)向電 子閱讀。數(shù)字出版資源包含電子圖書、數(shù)字百科全書、數(shù)字期刊、數(shù)字報刊等。數(shù)字出版資 源提供的信息通常比互聯(lián)網(wǎng)更加權(quán)威和正確。因此，如何根據(jù)數(shù)字出版資源的特點提高人 們學(xué)習(xí)或閱讀體驗變得尤為重要。
[0003] 在技術(shù)增強學(xué)習(xí) （Technology Enhanced Learning)中，開發(fā)推薦系統(tǒng)越來越得到 更多的重視。但是，大部分的推薦系統(tǒng)使用用戶的偏好或用戶的歷史訪問數(shù)據(jù)進行計算，女口 中國專利文獻CN101661483A中公開了一種推薦系統(tǒng)及方法，包括：保存從源歷史數(shù)據(jù)集中 選擇的部分源歷史數(shù)據(jù)組成的樣本歷史數(shù)據(jù)集；建立樣本歷史數(shù)據(jù)集中的樣本歷史數(shù)據(jù)與 源歷史數(shù)據(jù)集中的源歷史數(shù)據(jù)之間的鏈接，每一個樣本歷史數(shù)據(jù)與每一個源歷史數(shù)據(jù)之間 的鏈接具有各自的第一權(quán)值；基于用戶當(dāng)前輸入的查詢信息，從樣本歷史數(shù)據(jù)集中選擇至 少一個樣本歷史數(shù)據(jù)組成第一推薦結(jié)果，第一推薦結(jié)果中的每個樣本歷史數(shù)據(jù)對于用戶當(dāng) 前輸入的查詢信息具有各自的第二權(quán)值；根據(jù)第一權(quán)值和第二權(quán)值從源歷史數(shù)據(jù)中選擇至 少一個源歷史數(shù)據(jù)組成第二推薦結(jié)果。該方案基于用戶的歷史訪問數(shù)據(jù)進行推薦，當(dāng)數(shù)字 資源剛剛上線，沒有閱讀歷史，不存在歷史訪問數(shù)據(jù)時，則無法完成上述推薦。
[0004] 現(xiàn)有的數(shù)字資源中，存在一些匯集了多種知識信息的數(shù)據(jù)知識資源，如百科全書， 百科全書是一種數(shù)字出版資源，通常領(lǐng)域百科全書包含了該領(lǐng)域內(nèi)的重要知識點。此外， 像百度百科、維基百科等，作為知識點收集庫，也匯集了一些領(lǐng)域中的知識點。如何運用送 些現(xiàn)有的數(shù)字資源來解決更多問題也成為研究的熱點。
[0005] Distributed words r 巧 resentat ions (分布式詞語表不）在 Rume 化 ar, D. E.，Hinton, G. E.，Williams, R. J. ：Learning Represenations by Back-propagating Errors.化1:山"6 323化088) ;pp533-536(1986)中首次提出，該思想將詞語表示成連續(xù)向 量托〇]11:;[]111〇118 vectors),且在向量空間中，相似詞語的距離更近?；?壯orward neural network(前饋神經(jīng)網(wǎng)絡(luò)）是用于學(xué)習(xí)詞向量和語言模型的方法（見Bengio，Y. iDucharme， R.，Vincent, P. ：A Neural Probabilistic Language Model. Journal of Machine Learning Research 3, ppl 137-1155 (2003))。近來，M;Lkolov提出 了使用 skip-gram或 CBOW 模型，通過在大量文本上訓(xùn)練簡單的神經(jīng)網(wǎng)絡(luò)在短時間內(nèi)得到詞語向量。
[0006] 本發(fā)明將利用該方法為知識點生成知識點向量，然后利用知識點向量計算知識點 的相似度，從而實現(xiàn)不通過歷史訪問數(shù)據(jù)為用戶推薦知識點的目的。

【發(fā)明內(nèi)容】

[0007] 為此，本發(fā)明所要解決的技術(shù)問題在于現(xiàn)有技術(shù)中信息推薦具有局限性，且現(xiàn)有 的數(shù)字資源及語義向量的處理方法沒有充分利用，從而提出一種獲取語義向量的方法及其 在信息推薦中應(yīng)用的確定相關(guān)知識點的方法及系統(tǒng)。
[0008] 為解決上述技術(shù)問題，本發(fā)明的提供一種計算領(lǐng)域知識點的相關(guān)知識點的方法， 包括
[0009] 獲取領(lǐng)域知識點；
[0010] 確定參考文本，根據(jù)所述領(lǐng)域知識點對所述參考文本進行分詞，得到分詞結(jié)果，將 所述分詞結(jié)果中的詞作為知識點，所述知識點包括所述領(lǐng)域知識點和其他知識點；
[0011] 依次為分詞結(jié)果中的每個知識點建立索引；
[0012] 根據(jù)所述知識點的索引和所述知識點在參考文本中出現(xiàn)的順序確定每個領(lǐng)域知 識點的語義向量；
[0013] 對于每個領(lǐng)域知識點，根據(jù)其語義向量確定該領(lǐng)域知識點與其他領(lǐng)域知識點的相 似度；
[0014] 根據(jù)所述相似度確定每個領(lǐng)域知識點的相關(guān)知識點。
[0015] 本發(fā)明還提供一種一種計算領(lǐng)域知識點的相關(guān)知識點的系統(tǒng)，包括
[0016] 提取單元；獲取領(lǐng)域知識點；
[0017] 分詞單元；確定參考文本，根據(jù)所述領(lǐng)域知識點對所述參考文本進行分詞，得到分 詞結(jié)果，將所述分詞結(jié)果中的詞作為知識點，所述知識點包括所述領(lǐng)域知識點和其他知識 占. ;、、、?
[0018] 索引單元：依次為分詞結(jié)果中的每個知識點建立索引；
[0019] 訓(xùn)練單元；根據(jù)所述知識點的索引和所述知識點的順序確定每個領(lǐng)域知識點的語 義向量；
[0020] 相似度計算單元；對于每個領(lǐng)域知識點，根據(jù)其語義向量確定該領(lǐng)域知識點與其 他領(lǐng)域知識點的相似度；
[0021] 相關(guān)知識點計算單元：根據(jù)所述相似度確定每個領(lǐng)域知識點的相關(guān)知識點
[0022] 本發(fā)明的上述技術(shù)方案相比現(xiàn)有技術(shù)具有W下優(yōu)點，
[0023] (1)本發(fā)明提供一種計算領(lǐng)域知識點的相關(guān)知識點的方法，首先獲取領(lǐng)域知識點， 再從參考文本中分詞得到所有知識點，送些知識點中包含了領(lǐng)域知識點和其他知識點，然 后依次為分詞結(jié)果中的每個知識點建立索引，再根據(jù)所述每個知識點的索引和順序，通過 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的方式，得到領(lǐng)域知識點的語義向量，從而將知識點的語義信息進行量 化，通過數(shù)字化的方式來體現(xiàn)其語義特征，送樣，在后續(xù)對知識點進行分析時，可W更加方 便。然后，根據(jù)各個領(lǐng)域知識點的語義向量，確定領(lǐng)域知識點之間的相似度，然后根據(jù)該相 似度的大小便能輕易的區(qū)分哪些是相關(guān)的知識點，根據(jù)需要選擇相關(guān)知識點的個數(shù)。該方 式中將領(lǐng)域知識點的語義信息通過量化的方式來表示，然后通過數(shù)學(xué)運算的方式，來確定 哪些知識點更相關(guān)，該方式計算簡單方便，且能根據(jù)語義間的相關(guān)程度，得出的相關(guān)知識點 具有更好的準(zhǔn)確性，適用于推薦、檢索等方面。
[0024] (2)本發(fā)明提供一種計算領(lǐng)域知識點的相關(guān)知識點的系統(tǒng)，包括將知識點的語義 信息進行量化，然后通過數(shù)學(xué)運算的方式，來確定哪些知識點更相關(guān)，該方式計算簡單方 便，且能根據(jù)語義間的相關(guān)程度，得出的相關(guān)知識點具有更好的準(zhǔn)確性，適用于推薦、檢索 等方面。
【附圖說明】
[0025] 為了使本發(fā)明的內(nèi)容更容易被清楚的理解，下面根據(jù)本發(fā)明的具體實施例并結(jié)合 附圖，對本發(fā)明作進一步詳細(xì)的說明，其中
[0026] 圖1是本發(fā)明實施例1中計算領(lǐng)域知識點的相關(guān)知識點的方法的流程圖；
[0027] 圖2是本發(fā)明實施例中神經(jīng)網(wǎng)絡(luò)模型的示意圖；
[002引圖3是本發(fā)明實施例中計算領(lǐng)域知識點的相關(guān)知識點的系統(tǒng)結(jié)構(gòu)框圖。
【具體實施方式】
[0029] 連施例1:
[0030] 知識點的語義向量是在向量空間中描述知識點的一種方式，通過獲取知識點的語 義向量，可W使得知識點具有較強的可計算性，在文本檢索、自動文摘、關(guān)鍵詞自動提取、文 本分類等領(lǐng)域具有潛在的應(yīng)用價值。
[0031] 本實施例中提供一種借助語義向量來計算領(lǐng)域知識點的相關(guān)知識點的方法，包括 如下步驟：