[发明专利]语料库构建方法、装置、电子设备及存储介质

权利要求书

1.一种语料库构建方法，其特征在于，包括：

确定目标学科；

基于所述目标学科与各候选学科在学科层级结构中的交汇情况，和/或，名词分别在所述目标学科与各候选学科中的含义的相似情况，从各候选学科中选取与所述目标学科相关的关联学科；

基于所述目标学科的语料和所述关联学科的语料，构建语料库。

2.根据权利要求1所述的语料库构建方法，其特征在于，所述目标学科与各候选学科在学科层级结构中的交汇情况基于如下步骤确定：

基于所述学科层级结构，确定所述目标学科与各候选学科的交汇层级；

基于所述目标学科与各候选学科的交汇层级，确定所述目标学科与各候选学科在学科层级结构中的交汇情况。

3.根据权利要求2所述的语料库构建方法，其特征在于，所述基于所述目标学科与各候选学科的交汇层级，确定所述目标学科与各候选学科在学科层级结构中的交汇情况，包括：

基于所述目标学科与各候选学科的交汇层级对应的层级权重，确定所述目标学科与各候选学科在学科层级结构中的交汇情况；

所述层级权重基于各层级在所述学科层级结构中包含的学科数量确定。

4.根据权利要求1所述的语料库构建方法，其特征在于，所述名词分别在所述目标学科与各候选学科中的含义的相似情况基于如下步骤确定：

基于所述目标学科的名词集合与各候选学科的名词集合，确定所述目标学科分别与各候选学科的共用名词；

基于所述共用名词分别在所述目标学科与各候选学科中的含义分布，确定所述名词分别在所述目标学科与各候选学科中的含义的相似情况。

5.根据权利要求4所述的语料库构建方法，其特征在于，所述基于所述共用名词分别在所述目标学科与各候选学科中的含义分布，确定所述名词分别在所述目标学科与各候选学科中的含义的相似情况，包括：

基于所述共用名词分别在所述目标学科与各候选学科中的含义分布，以及所述共用名词分别在所述目标学科与各候选学科中的常用含义之间的关系，确定所述名词分别在所述目标学科与各候选学科中的含义的相似情况；

所述常用含义为所述共用名词在对应学科中最高频的含义。

6.根据权利要求1至5中任一项所述的语料库构建方法，其特征在于，所述基于所述目标学科与各候选学科在学科层级结构中的交汇情况，和/或，名词分别在所述目标学科与各候选学科中的含义的相似情况，从各候选学科中选取与所述目标学科相关的关联学科，包括：

基于各候选学科的语料规模，以及所述目标学科与各候选学科在学科层级结构中的交汇情况，和/或，名词分别在所述目标学科与各候选学科中的含义的相似情况，确定各候选学科的学科评分；

基于各候选学科的学科评分，从各候选学科中选取与所述目标学科相关的关联学科。

7.根据权利要求6所述的语料库构建方法，其特征在于，所述基于所述目标学科的语料和所述关联学科的语料，构建语料库，包括：

基于所述关联学科的学科得分，确定所述关联学科的关联语料量；

基于所述目标学科的语料和所述关联语料量下的关联学科的语料，构建语料库。

8.根据权利要求7所述的语料库构建方法，其特征在于，所述基于所述目标学科的语料和所述关联语料量下的关联学科的语料，构建语料库，包括：

将所述目标学科的语料存入语料库；

以情感分之和呈中性为目标，基于所述关联学科中各语料的情感分，选取所述关联语料量下的关联学科的语料存入所述语料库。

9.一种语料库构建装置，其特征在于，包括：

学科确定单元，用于确定目标学科；

关联确定单元，用于基于所述目标学科与各候选学科在学科层级结构中的交汇情况，和/或，名词分别在所述目标学科与各候选学科中的含义的相似情况，从各候选学科中选取与所述目标学科相关的关联学科；

构建单元，用于基于所述目标学科的语料和所述关联学科的语料，构建语料库。