[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

说明书

本发明公开了一种基于自动化补全知识图谱的水利文献推荐方法及系统，属于水利类文本推荐领域。本发明首先收集水利领域的文本语料进行预处理，并生成文本摘要；然后进行命名实体抽取和实体关系抽取，抽取到的实体作为文本的标签，使用三元组构建知识图谱；再使用改进TransE计算图谱向量，利用已有图谱自动补全自构建图谱；最后根据用户的输入获取对应的实体标签，根据实体标签查询识图谱，计算对应查询结果标签的文本与用户输入文本的语义相似度，得到推荐列表。相比于传统仅借助机器学习训练的模型计算特征相似度进行推荐，只考虑了语料结构表意层的特征，忽视不同语料之间的逻辑关系，本发明提高了推荐准确性和可解释性。

技术领域

本发明属于文本推荐与知识图谱构建领域，具体的涉及基于自动化补全知识图谱的水利文献推荐方法及系统。

背景技术

现阶段，我国水利行业蓬勃发展，在相关水利领域积累了大量的文本数据，水利类信息过载的问题也随之愈发严峻。推荐系统针对不同用户提供个性化的推荐，被视为解决该类信息过载问题中最富有前景的方法，可以有效的为用户减少检索时间，提供可解释的推荐结果。

目前传统水利领域文本推荐方法相关研究还存在以下不足：传统的文本推荐方法，如借助机器学习训练的模型，计算特征相似度进行推荐，只考虑了语料结构表意层的特征，而忽视了不同语料之间的逻辑关系，给出的推荐结果缺乏可解释性，导致难以适应水利文献的多样性、逻辑性，并不尽人意，举例说明：“当用户查询《三门峡水电站招标公告》时，更感兴趣的应该是《三门峡水电站实施报告》或者三门峡实体后续相关的其他文件，但是传统的方法《三峡水电站招标公告》与《三门峡水电站招标公告》具有更高的语义相似度，可用户并不一定关注三峡”。其次，相比较于其他领域的文本信息，水利领域文本信息的特点呈现出总体样本数量少而实体数据密集，谓语关系稀疏，不利于图谱模型的训练与后续的自动补全。因此，设计一种新的结合自动化补全知识图谱的水利领域文献推荐方法是必然需要的。

发明内容

发明目的：为克服上述现有技术的不足，本发明提出一种新的结合自动化补全知识图谱的水利领域文献推荐方法及系统，在保证传统推荐方法语料结构表意层特征相似的基础上，融合了针对水利领域样本改进的自动补全知识图谱，在逻辑分析的基础上进行语料分析，为水利领域文献推荐提供支持。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

基于自动化补全知识图谱的水利文献推荐方法，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，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，从而构建可以自动化更新补全的知识图谱；