[发明专利]基于自动化补全知识图谱的水利文献推荐方法及系统

权利要求书

1.基于自动化补全知识图谱的水利文献推荐方法，其特征在于：包括以下步骤：

(1)收集水利领域的文本语料，预处理后用作后续自动化补全图谱的构建；

(2)对预处理后的语料进行文本摘要抽取，得到语料库的文本摘要；

(3)按照制定的水利类命名实体类型和水利类实体关系类型对文本摘要进行命名实体抽取和关系抽取，将摘要中抽取的实体作为文本标签，进而使用抽取到的实体和关系构建得到三元组，获得结构化训练数据集；

(4)根据步骤(3)得到的三元组数据集构建知识图谱并实现自动化补全；在计算图谱向量表达形式时将传统TransE算法拟合的直角坐标系改为极坐标系从而得到改进的TransE算法，极坐标系的模长用于建模不同层级的实体，极坐标系的角度用于建模同属于一层的实体，不同层级的实体纳入训练，得到自构建图谱向量表达形式，对外部已有的图谱与自构建图谱的向量表达形式计算欧式距离，选取距离最小的外部图谱中与自构建图谱中同属一层级的实体补全至自构建图谱中，进而扩充实体集合，并选取相似度最高的外部图谱中与自构建图谱中相同实体的不同关系，将该关系加入自构建知识图谱中完成新关系的补全，不断迭代，从而构建自动化更新补全的知识图谱；

(5)根据已有的BERT-Chinese预训练模型，加入步骤(1)收集的文本语料后，再次进行训练，得到语义推荐模型；当接收到用户输入的一篇水利类文本时，利用步骤(3)命名实体抽取获得用户输入文本的实体标签，根据抽取到的实体标签查询步骤(4)中得到的自动化补全知识图谱，得到与输入文本具有关联实体的标签，根据BERT-Chinese模型计算用户输入文本与查询知识图谱得到的与用户输入文本具有关联实体标签的文本之间语义相似度，根据语义相似度由高到低进行排序，得到推荐结果。

2.根据权利要求1所述的基于自动化补全知识图谱的水利文献推荐方法，其特征在于：所述步骤(1)中的预处理包括：通过加入水利领域特征信息的停用词表和标点符号表对收集到的文本语料进行停用词与标点符号剔除；采用最小编辑距离法对收集到的文本语料进行拼写纠错。

3.根据权利要求1所述的基于自动化补全知识图谱的水利文献推荐方法，其特征在于：所述步骤(2)中基于TextRank算法自动生成文本摘要。

4.根据权利要求3所述的基于自动化补全知识图谱的水利文献推荐方法，其特征在于：所述步骤(2)中文本摘要生成方法包括：

(2.1)确定文本中所有句子，并将它们作为顶点加入图模型中，其中每一个句子都是一个顶点；

(2.2)定义阻尼系数，计算不同文本句子之间的语义相似度，如果两个文本句子对应顶点的相似度大于定义的阻尼系数，在对应的文本单元顶点之间加上边；

(2.3)迭代基于图的排序算法直至收敛，根据不同顶点的出度与入度计算每个顶点的中心度；

(2.4)基于顶点中心度对顶点进行排序，确定最终生成的摘要；其中顶点得分计算公式为：

其中，d为阻尼系数，In(V_i)表示顶点V_i的前驱节点集合，Out(V_j)表示顶点V_j的后继节点集合，PR(V_j)表示顶点V_j的TextRank值。

5.根据权利要求1所述的基于自动化补全知识图谱的水利文献推荐方法，其特征在于：所述步骤(3)中包括：

(3.1)采用水利部公文主题词表制定相关实体类型，采用BiLSTM-CRF神经网络模型对得到的文本摘要进行命名实体抽取；

(3.2)自定义相关水利领域实体关系类型，采用BiLSTM-Attention神经网络模型抽取实体之间的关系。