【技术实现步骤摘要】
领域本体生成方法、装置、设备及介质
本专利技术涉及数据处理领域,尤其涉及一种领域本体生成方法、装置、计算机设备及存储介质。背景
本体,是指某个领域之中概念词及其相互之间关系的形式化表达的集合体。因为领域本体是用于构建很多应用系统的基础,随着应用系统的构建需求不断增大,领域本体的生成也越来越重要,尤其是,对于用户画像领域而言,领域本体是构建用户画像的重要基础。在传统方法中,通常在专业的领域专家团队及数据系统经过复杂的分析之后,才能创建领域本体,因此创建领域本体的过程耗时久及成本高,导致领域本体的生成效率低下,其中,词向量是用于生成领域本体的重要元素,但是在现有技术中,往往不能为一个词准确地获取对应的词向量,从而导致词向量的获取准确率低下,进而导致采用词向量来构建的领域本体的生成准确率低下。因此,寻找一种高效和准确的领域本体生成方法成为本领域技术人员亟需解决的问题。
技术实现思路
本专利技术实施例提供一种领域本体生成方法、装置、计算机设备及存储介质,以解决由于创建领域本体耗时久及成本高而导致领域本体的生成效率低下的问题,及由于词向量的获取准确率低而导致的领域本体的生成准确率低下的问题。一种领域本体生成方法,包括:在预设的信息数据库中,获取预设的领域对应的领域信息;采用预设的自然语言处理算法,对所述领域信息进行提取处理,得到领域关键字,其中,所述领域关键字包括动词领域关键字和名词领域关键字;根据所述动词领域关键字与所述名词领域关键字之间的预设的动宾搭配关系,确定出所述名词领域关键字对应的目标物体的物体类型;根据所述名词领域关键字和所述物体类型,在预设的词向 ...
【技术保护点】
1.一种领域本体生成方法,其特征在于,所述领域本体生成方法包括:在预设的信息数据库中,获取预设的领域对应的领域信息;采用预设的自然语言处理算法,对所述领域信息进行提取处理,得到领域关键字,其中,所述领域关键字包括动词领域关键字和名词领域关键字;根据所述动词领域关键字与所述名词领域关键字之间的预设的动宾搭配关系,确定出所述名词领域关键字对应的目标物体的物体类型;根据所述名词领域关键字和所述物体类型,在预设的词向量数据库中,获取所述名词领域关键字对应的属于所述物体类型下的目标词向量,并将所述目标词向量确定为领域词向量;采用预设的层次聚类算法生成所述领域词向量对应的层次聚类树,并将所述层级聚类树确定为所述预设的领域的领域本体。
【技术特征摘要】
1.一种领域本体生成方法,其特征在于,所述领域本体生成方法包括:在预设的信息数据库中,获取预设的领域对应的领域信息;采用预设的自然语言处理算法,对所述领域信息进行提取处理,得到领域关键字,其中,所述领域关键字包括动词领域关键字和名词领域关键字;根据所述动词领域关键字与所述名词领域关键字之间的预设的动宾搭配关系,确定出所述名词领域关键字对应的目标物体的物体类型;根据所述名词领域关键字和所述物体类型,在预设的词向量数据库中,获取所述名词领域关键字对应的属于所述物体类型下的目标词向量,并将所述目标词向量确定为领域词向量;采用预设的层次聚类算法生成所述领域词向量对应的层次聚类树,并将所述层级聚类树确定为所述预设的领域的领域本体。2.如权利要求1所述的领域本体生成方法,其特征在于,所述采用预设的层次聚类算法生成所述领域词向量对应的层次聚类树包括:生成每个所述领域词向量对应的子节点,得到包含N个子节点的节点集合,其中,N为正整数;采用预设的相似度算法,计算所述节点集合中每两个所述子节点之间的节点相似度;根据所述节点相似度筛选出所述节点集合中最相似的两个子节点,并为筛选出的最相似的两个子节点生成对应的父节点;将筛选出的值最大的所述节点相似度对应的两个所述子节点从所述节点集合中删除,将所述父节点作为新的子节点加入所述节点集合中,并返回所述采用预设的相似度算法,计算每两个所述子节点之间的节点相似度的步骤继续执行,直到所述节点集合中的节点数量为1;按照二叉树的形式,采用预设的连接线将所述子节点与对应的所述父节点之间进行连接处理,得到所述领域词向量对应的所述层次聚类树。3.如权利要求2所述的领域本体生成方法,其特征在于,所述采用预设的相似度算法,计算所述节点集合中每两个所述子节点之间的节点相似度包括:将所述节点集合中每两个所述子节点输入至如下欧氏距离计算公式中,得到所述节点相似度:其中,D为所述节点集合中每两个所述子节点之间的所述节点相似度,m为每个所述子节点对应的所述领域词向量的分量的数量,xi为每两个所述子节点中的一个所述子结点对应的所述领域词向量的第i个分量,yi为每两个所述子节点中的另一个所述子结点对应的所述领域词向量的第i个分量。4.如权利要求1至3中任一项所述的领域本体生成方法,其特征在于,所述采用预设的自然语言处理算法,对所述领域信息进行提取处理,得到领域关键字包括:采用预设的分词工具对所述领域信息进行分词处理,得到每个子领域信息;采用预设的停用词去除工具对每个所述子领域信息进行去除停用词处理,得到去除停用词后的每个所述子领域信息;采用TF-IDF算法,计算去除停用词后的每个所述子领域信息对应的重要值,其中,所述重要值为去除后的每个所述子领域信息在所述领域信息中的重要程度对应的值;判断每个所述重要值是否大于或等于预设的阈值;当所述重要值大于或等于所述预设的阈值时,确定大于或等于所述预设的阈值的所述重要值对应的所述子领域信息为所述领域关键字。5.如权利要求4所述的领域本体生成方法,其特征在于,所述采用TF-IDF算法,计算去除停用词后的每个所述子领域信息对应的重要值包括:在预...
【专利技术属性】
技术研发人员:邓悦,金戈,徐亮,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。