[发明专利]基于语言对称性和拓扑性的对联生成方法及系统

权利要求书

1.一种基于语言对称性和拓扑性的对联生成方法，其特征在于，包括：

S1生成语料库；

S2获取对联的上联，基于统计及机器学习的分词方式对上联进行分词；

S3在语料库中搜索从上联中分出的词语编码，判断语料库中是否有相应的词语编码，

若有，则判断与该词匹配的语编码是否大于1个，若大于1个，则对所有义项进行相似度计算，取相似度最大者；若等于1个，则取该编码；若没有，则输出与分出词语对应字数的“*”符号；

S4查找所有编码前X层相同的词语，其中X初始值为3，是否多于或等于一个词，

若是，则删除候选词汇中与原词字数不同和有重复字的词语；

若否，则查找所有编码前X-1层相同的词语，是否多于或等于一个词，重复步骤4；

S5对所有备选词汇进行相似度计算，选取相似度在Y至Y+0.2之间的词，Y的初始值为0.6；

S6备选词数量与1的关系，

若大于1，则随机选取备选词中的一个词语，输出该词语；

若等于1，则输出该词语；

若小于1，则以Y＝Y+0.1,判断Y+0.2≤1，若是，则重复步骤S5；若Y+0.2＞1，则随机选取备选词中的一个词语，输出该词语；

S7组合所有词语，输出下联。

2.根据权利要求1所述的基于语言对称性和拓扑性的对联生成方法，其特征在于，生成语料库的方法具体包括：把“笠翁对韵”以“同义词词林扩展板”的五层编码方式编入语料库。

3.根据权利要求1所述的基于语言对称性和拓扑性的对联生成方法，其特征在于，词语相似度计算过程如下：

首先判断在同义词林中作为叶子节点的两个义项在哪一层分支，即两个义项的编号在哪一层不同；

从第1层开始判断，相同则乘1，否则在分支层乘以相应的系数，然后乘以调节参数其中n是分支层的节点总数，该调节参数的功能是把义项相似度控制在[0，1]之间；

词语所在树的密度，分支的多少直接影响到义项的相似度，密度较大的义项相似度的值相比密度小的相似度的值精确，再乘以一个控制参数(n-k+1)/n，其中n是分支层的节点总数，k是两个分支间的距离；两个义项的相似度用Sin表示

1)若两个义项不在同一棵树上

sin(A,B)＝f

2)若两个义项在同一棵树上

a)若在第2层分支，权重为a

b)若在第3层分支，权重为b

c)若在第4层分支，权重为c

d)若在第5层分支，权重为d

4.根据权利要求1所述的基于语言对称性和拓扑性的对联生成方法，其特征在于，将权重初值设置为a＝0.65，b＝0.8，c＝0.9，d＝0.96。

5.一种基于语言对称性和拓扑性的对联生成系统，其特征在于，包括：

语料数据库，用于存储语料库；

分词单元，用于对获取对联的上联，基于统计及机器学习的分词方式对上联进行分词；

相似度计算单元，用于在语料库中搜索上联分出的词语编码，判断语料库中是否有相应的词语编码，

若有，则判断与该词匹配的语编码是否大于1个，若大于1个，则对所有义项进行相似度计算，取相似度最大者；若等于1个，则取该编码；若没有，则输出与分出词语对应字数的“*”符号；

若没有，则输出与分出词语对应字数*符号；

查找所有编码前X层相同的词语，其中X初始值为3，是否多于或等于一个词，

若是，则删除候选词汇中与原词字数不同和有重复字的词语；

若否，则查找所有编码前X-1层相同的词语，是否多于或等于一个词，重复步骤4；

下联生成单元，用于对所有备选词汇进行相似度计算，选取相似度在Y至Y+0.2之间的词，Y的初始值为0.6；判断备选词数量与1的关系，

若大于1，则随机选取备选词中的一个词语，输出该词语；

若等于1，则输出该词语；

若小于1，则以Y＝Y+0.1,判断Y+0.2≤1，若是，则重复步骤S5；若Y+0.2＞1，则随机选取备选词中的一个词语，输出该词语；

组合所有词语，生成下联。