[发明专利]上位词网络的扩充方法及装置、电子设备、存储介质

说明书

本发明揭示了一种上位词网络的扩充方法及装置、电子设备、计算机可读存储介质。该方案包括：根据已有上位词网络中的实体和上位词，将实体和上位词映射到语义空间中，获得实体词向量和上位词向量；将未知上下位关系的实体词向量和上位词向量进行组合，形成组合向量；将组合向量输入已构建的上下位关系判别模型，通过上下位关系判别模型判断组合向量对应的实体与上位词之间是否存在上下位关系；根据实体与上位词之间的上下位关系，在上位词网络建立连接关系。本发明提供的方案，通过将实体和上位词向量化，减少了上下位关系判别的计算量，节省了计算资源，更加完善了已有的上位词网络，提高了上位词网络的完整性。

技术领域

本发明涉及自然语言处理领域，特别涉及一种上位词网络的扩充方法及装置、电子设备、计算机可读存储介质。

背景技术

如果一个实体A和一个词B包含上下位关系，例如：老虎(A)和动物(B)包含上下位关系，那么B就是A的上位词。有A和B构成的数据集合称之为上位词网络。上位词网络是由上位词和实体构成的二部图，上位词和实体之间是一种多对多关系，即一个实体可以属于多个上位词，一个上位词可以包含多个实体。已有上位词网络是从有限的纯文本语料中获取得到，所以难以保证上位词网络的完整性。如纯文本语料中有描述实体ea,eb,ec和B的上下位关系，ed,ef也是上位词B对应的实体，但是在纯文本语料中并没有对此有相关描述，所以难以获取他们的上下位关系。

现有技术为进行上位词网络补全，常见的算法是协同过滤算法，协同过滤算法被广泛应用于推荐系统中。其基本思想是对上位词集合进行预处理，根据已知上下位关系的实体与上位词，来计算上位词间的相似性，再将与实体已有上位词相似的其他上位词推荐给该实体。例如，大多数具有上位词a的实体同时也具有上位词c，则表示上位词a和上位词c十分相似，假设实体A具有上位词a，所以把与上位词a相似的上位词c推荐给实体A。

由于有些上位词的实体可能非常稀少，对于这些上位词可能不存在与其他上位词共同的实体，因此，无法确定这些上位词与其他上位词之间的相似性。由此，对于某些实体，可能难以找到与其上位词相似的其他上位词，从而无法完成上位词网络的补充任务。

发明内容

为了解决相关技术中存在的由于有些上位词的实体可能非常稀少，对于这些上位词可能不存在与其他上位词共同的实体，因此，无法确定这些上位词与其他上位词之间的相似性。由此，对于某些实体，可能难以找到与其上位词相似的其他上位词，从而无法完成上位词网络的补充任务。对此，本发明提供了一种上位词网络的扩充方法。

一方面，本发明提供了一种上位词网络的扩充方法，所述方法包括：

根据已有上位词网络中的实体和上位词，将所述实体和上位词映射到语义空间中，获得实体词向量和上位词向量；

将未知上下位关系的实体词向量和上位词向量进行组合，形成组合向量；

将所述组合向量输入已构建的上下位关系判别模型，通过所述上下位关系判别模型判断所述组合向量对应的实体与上位词之间是否存在上下位关系；

根据所述实体与上位词之间的上下位关系，在所述上位词网络建立连接关系。

另一方面，本发明提供了一种上位词网络的扩充装置，所述装置包括：

词向量化模块，用于根据已有上位词网络中的实体和上位词，将所述实体和上位词映射到语义空间中，获得实体词向量和上位词向量；

向量组合模块，用于将未知上下位关系的实体词向量和上位词向量进行组合，形成组合向量；

上下位判定模块，用于将所述组合向量输入已构建的上下位关系判别模型，通过所述上下位关系判别模型判断所述组合向量对应的实体与上位词之间是否存在上下位关系；

建立连接模块，用于根据所述实体与上位词之间的上下位关系，在所述上位词网络建立连接关系。