[发明专利]特征二元约束关系的自动挖掘方法

权利要求书

1.一种特征二元约束关系的自动挖掘方法，其特征在于，包括以下步骤：

配对步骤，对一组N个特征进行两两配对形成“特征对”，并根据已知条件将“特征对”分为“空白对”、“依赖对”、“互斥对”和“未知对”四类；

其中，“特征对”为由任意特征X和特征Y组成的集合，“空白对”表示在一特征对中两个特征之间不存在约束关系，“依赖对”表示在一特征对中两个特征之间存在依赖关系，“互斥对”表示在一特征对中两个特征之间存在互斥关系，“未知对”表示在一特征对中两个特征之间存在不确定关系；

由此，N个特征共产生N(N-1)/2个“特征对”；

量化步骤，对于每一个“特征对”，定义如下四个指标对其进行量化：

描述相似度：两个特征的文字描述之间的相似度；

功能区域相似度：两个特征的功能区域之间的相似度；

X指向性：特征X的名字与特征Y的功能区域之间的相似度；

Y指向性：特征Y的名字与特征X的功能区域之间的相似度；

其中，特征的功能区域为“特征的文字描述中的宾语及其修饰语的集合”；

训练步骤，使用经过量化的“空白对”、“依赖对”和“互斥对”作为训练样本，对用于挖掘出“依赖对”和“互斥对”的一分类器进行训练；

分类步骤，使用分类器对输入的“未知对”进行分类，在“未知对”中发现“依赖对”和“互斥对”就意味着挖掘到了新的二元约束关系。

2.根据权利要求1所述的特征二元约束关系的自动挖掘方法，其特征在于，在量化步骤中，所述四个指标的相似度计算方法如下：

首先用D表示所有特征的名字及其文字描述的集合；

对于每个文本集合中的每个词语，计算该词语的TF和IDF两个指标，其中：

将每个文本集合表示为向量V(TF₁×IDF₁，TF₂×IDF₂，...，TF_k×IDF_k)，其中1，2，…，k表示该文本集合包含的k个互不相同的词语；

两个文本集合的相似度则表示为两个向量之间的重合度，即：

3.根据权利要求2所述的特征二元约束关系的自动挖掘方法，其特征在于，所述分类器为支撑向量机。

4.根据权利要求3所述的特征二元约束关系的自动挖掘方法，其特征在于，在训练步骤中，训练所述分类器时，指定两个分别对应依赖关系和互斥关系的权重的可调节参数R和E，可调节参数R和E的初始值定义为：

并且，还定义一个支撑向量机特有的调节参数γ，其初始值为1÷“特征对”量化指标数量＝1÷4＝0.25。

5.根据权利要求4所述的特征二元约束关系的自动挖掘方法，其特征在于，还包括：

优化步骤，对所述分类器进行优化，找到参数R、E和γ的最优取值组合。

6.根据权利要求5所述的特征二元约束关系的自动挖掘方法，其特征在于，在对所述分类器进行优化时，利用交叉检验和遗传算法进行优化；其中，交叉检验的步骤为：

给定一个参数取值组合；

使用该取值组合定义一个分类器；

将训练样本集合分为L等分，用其中的L-1份训练分类器，再使用分类器对剩余的1份样本进行测试，该步骤重复进行L次，每次使用不同的1份样本进行测试，使得每个训练样本都会恰好测试一次，该取值组合的有效性评估为：