[发明专利]章节内容分层方法和装置、文章内容分层方法和装置

权利要求书

1.一种章节内容分层方法，其特征在于，包括：

抽取所述章节所包含的标题中的多个词汇的第1抽取步骤；

将所抽取的标题中的所述词汇选定为核心词的选定步骤；

利用规定了词汇隶属关系的隶属关系表，对所选定的核心词进行分层处理，将属于上位的核心词作为第1阶层核心词而属于下位的核心词作为第2阶层核心词形成第1区域分层结构的第1区域设置步骤；

对已分层核心词以外的核心词进行分层处理，基于所述核心词在所述章节中的出现频率，利用规定了词汇并列关系的并列关系表，将出现频率高的核心词作为第1阶层核心词而出现频率低的核心词作为第2阶层核心词形成第2区域分层结构的第2区域设置步骤；

抽取所述标题以外的语句中的多个词汇的第2抽取步骤；

将所抽取的多个词汇选定为选定词，基于所述选定词在文章中的出现频率进行排列的第1排列步骤；和

按照出现频率高低的顺序，根据关联词表找出与所述第1区域分层结构和所述第2区域分层结构中的第2阶层核心词最相关联的选定词并将其确定为关联词，将包含该关联词的语句作为第3阶层置于与其有关联关系的所述第2阶层核心词之下，形成子树归并图的第1分层步骤。

2.如权利要求1所述的方法，其特征在于：

在所述第1抽取步骤和第2抽取步骤中，所述抽取是按照所述标题和/或语句的语法结构将所述标题和/或语句分割为多个词汇的处理。

3.如权利要求1所述的方法，其特征在于：

在所述选定步骤和排列步骤中，所述选定是通过删除所述词汇中的虚词而得到所述核心词和/或选定词的处理。

4.如权利要求1～3中任一项所述的方法，其特征在于：

所述关联词表基于语料库生成。

5.一种文章内容分层方法，所述文章包括带标题的章节和不带标题的章节，其特征在于：

对于权利要求1～4任一项所述的方法得到的子树归并图，根据关联词表，找出同一阶层中的核心词的关联性，通过相关联的所述核心词的上位关联词，将不同的子树归并图连接起来生成树归并图。

6.如权利要求5所述的方法，其特征在于，包括：

针对不带标题的章节，抽取所述章节的语句中的多个词汇，将抽取的词汇选定为选定词，基于所述选定词在所述文章中的出现频率进行排列的第2排列步骤，

按照出现频率高低的顺序，找出与第2阶层核心词最相关联的选定词并将其确定为关联词，将包含该关联词的语句作为第3阶层置于与其有关联关系的所述第2阶层核心词之下的第2分层步骤。

7.一种章节内容分层装置，其特征在于，包括：

第1抽取装置，抽取所述章节所包含的标题中的多个词汇；

选定装置，将所抽取的标题中的所述词汇选定为核心词；

第1区域设置装置，利用规定了词汇隶属关系的隶属关系表，对所述标题中所选定的核心词进行分层处理，将属于上位的核心词作为第1阶层核心词而属于下位的核心词作为第2阶层核心词来形成第1区域分层结构；

第2区域设置装置，对已分层核心词以外的核心词进行分层处理，基于所述核心词在所述章节中的出现频率，利用规定了词汇并列关系的并列关系表，将出现频率高的核心词作为第1阶层核心词，而出现频率低的核心词作为第2阶层核心词形成第2区域分层结构；

第2抽取装置，抽取所述标题以外的语句中的多个词汇；

第1排列装置，选定所抽取的多个词汇为选定词，基于所述选定词在文章中的出现频率进行排列；和

第1分层装置，按照出现频率高低的顺序，根据关联词表找出与第2阶层的核心词最相关联的选定词并将其确定为关联词，将包含该关联词的语句作为第3阶层置于与其有关联关系的所述第2阶层的所述核心词之下，形成子树归并图。

8.一种文章内容分层装置，所述文章包括带标题的章节和不带标题的章节，其特征在于，包括：

还包括连接装置，对于根据权利要求7所述装置得到的子树归并图，找出同一阶层中的核心词的关联性，通过相关联的所述核心词的上位关联词，将不同的子树归并图连接起来生成树归并图。

9.如权利要求8所述的装置，其特征在于：

还包括第2排列装置，针对不带标题的章节，抽取所述章节的语句中的多个词汇，将所抽取的词汇选定为选定词，基于所述选定词在章节中的出现频率进行排列；和

第2分层装置，按照所述出现频率高低的顺序，找出与第2阶层核心词最相关联的选定词并将其确定为关联词，将包含该关联词的语句作为第3阶层置于与其有关联关系的所述第2阶层核心词之下。