[发明专利]一种面向新兴技术预测的佐证事实的抽取方法及系统

权利要求书

1.一种面向新兴技术预测的佐证事实的抽取方法，所述方法包括：

针对新兴技术构造一条辅助声明，构建一个佐证数据的语料文档集；

对语料文档集进行关键词匹配，得到候选文档集合；

计算候选文档集合中每个文档和辅助声明的语义匹配系数和语义相关系数，根据语义匹配系数进行阈值过滤，根据语义相关系数进行排序，获得K个最相关文档；

对K个最相关文档的所有句子构建句子集，计算句子集中每个句子和辅助声明的语义匹配系数和语义相关系数，根据语义匹配系数进行阈值过滤，根据语义相关系数进行排序，获得L条佐证句子；

针对L条佐证句子，根据四个特征维度进行特征提取，获取每个句子的特征表示；

将L条佐证句子和特征表示同时输入训练好的排序模型，输出经过排序的结果句子集。

2.根据权利要求1所述的面向新兴技术预测的佐证事实的抽取方法，其特征在于，所述对语料文档集进行关键词匹配，得到候选文档集合，具体为：

对语料文档集的文档标题和文档的首句，进行关键词匹配，获取候选文档集合。

3.根据权利要求2所述的面向新兴技术预测的佐证事实的抽取方法，其特征在于，所述计算候选文档集合中每个文档和辅助声明的语义匹配系数和语义相关系数，根据语义匹配系数进行阈值过滤，根据语义相关系数进行排序，获得K个最相关文档，具体包括：

用神经语义匹配网络对候选文档集与辅助声明进行处理，其中每一篇文档用标题和首句表示，计算得到每一篇文档的语义匹配系数p₁；用辅助声明与文档所有句子，计算得到语义相关系数m₁⁺；

根据第一阈值对语义匹配系数p₁值进行过滤，得到获选文档集中匹配的文档；

根据语义相关系数m₁⁺，对匹配的文档进行排序，获取前K篇文档。

4.根据权利要求3所述的面向新兴技术预测的佐证事实的抽取方法，其特征在于，所述对K个最相关文档的所有句子构建句子集，计算句子集中每个句子和辅助声明的语义匹配系数和语义相关系数，根据语义匹配系数进行阈值过滤，根据语义相关系数进行排序，获得L条佐证句子，具体为：

对K个文档的所有句子构造句子集；

用神经语义匹配网络对句子集与辅助声明进行处理，计算得到每一个句子的语义匹配系数p₂；用辅助声明与句子集，计算得到语义相关系数m₂⁺；

根据第二阈值对语义匹配系数值p₂进行过滤，得到匹配的句子；

根据语义相关系数m₂⁺，对匹配的句子进行排序，获取前L条句子。

5.根据权利要求1所述的面向新兴技术预测的佐证事实的抽取方法，其特征在于，所述四个特征维度包括：发展力、可信度、先进性和显著性，所述发展力和可信度衡量外部市场和研究组织的对该技术的反应；先进性和显著性衡量技术本身的特性；

所述发展力又称为市场价值，用于表明该技术具有广泛应用或者有很大的投资；

所述可信度，又称为学术价值，用于表明权威人士和权威组织对于该技术有过积极的评论；

所述先进性，用于表明该技术与其他技术的对比结果占优；

所述显著性，用于表明该技术的研究活跃，被广泛关注。