[发明专利]基于WEB资源的本体概念层次获取方法、系统及存储介质

权利要求书

1.一种基于WEB资源的本体概念层次获取方法，应用于电子设备，其特征在于，所述方法包括：

S1、利用线索词构造蕴含层次关系的查询串，借助搜索引擎从Web中获取富含层次关系的语料；

S2、综合利用从Web获取的关系富集语料、百科知识解释条目及新闻文档构造概念向量空间模型，融合基于《知网》的概念语义相似度建立概念图；

S3、在对所述概念图进行剪枝操作后，利用改进的层次树构造算法得到概念间明确的层次从属关系。

2.根据权利要求1所述的方法，其特征在于：所述S1中，利用线索词构造蕴含层次关系的查询串，借助搜索引擎从Web中获取富含层次关系的语料，包括：

将集合中的概念对(c_i，c_j)提交给搜索引擎，得到前k条返回结果的摘要文本集T₁以及搜索引擎针对该概念对提供的查询推荐条目T₂；

针对由概念对(c_i，c_j)得到的文本集T₁和T₂，分别从中查找同时包含概念c_i和c_j的句子，存入关系语境集context₁和context₂中；

分别对关系语境集context₁和context₂中的关系语境进行分词和词性标注，将两者中出现的名词、动词、副词和连词存入W₁和W₂，W＝W₁∪W₂，统计W中每个词语在对应的关系语境集中出现的频次；

计算W中候选线索词w_i与其表示的层次关系r_i的相关度

其中，f₁(w_i)和f₂(w_i)分别为w_i在context₁和context₂中出现的频次，f_q(w_i)表示包含与层次关系r_i对应的查询串中包含w_i的条数，Max为取最大值的函数；

针对层次关系r_i对应的候选线索词集，选取相关度relevance(w_i，r_i)最大的前10个为线索词；

得到线索词之后，在对应的关系语境集中查找包含线索词的语境片段，假设目标语境中包含的两个概念分别为c_i和c_j，则分别把c_i和c_j替换为正则表达式中表示任意连续文字的“.*”，得到层次关系查询串q₁(c_i，c_j)和q₂(c_i，c_j)，至此，即成功构造了基于线索次的层次关系查询串。

3.根据权利要求1所述的方法，其特征在于：所述步骤S1中，借助搜索引擎从Web中获取富含层次关系的语料，包括：

对于包含概念c_i的查询串，将其对应的搜索引擎返回的摘要文本存入文档d_i中，类似地，对概念集C中的每个概念均可得到一个文档，这些文档即构成了概念集C对应的层次关系语料库D₁＝{d_i|1≤i≤m}。