(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210530158.4 (22)申请日 2022.05.16 (71)申请人 南京大学 地址 210023 江苏省南京市栖霞区仙林大 道163号 (72)发明人 瞿裕忠　宋鼎　丁文韬　 (74)专利代理 机构 南京天翼专利代理有限责任 公司 321 12 专利代理师 奚铭 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/211(2020.01) G06F 40/253(2020.01) G06F 40/268(2020.01) G06F 40/289(2020.01)G06N 5/02(2006.01) G06F 40/242(2020.01) (54)发明名称 一种基于外延的将名词短语映射到描述逻 辑概念的方法 (57)摘要 一种基于外延的将名词短语映射到描述逻 辑概念的方法， 首先穷举名词短语的所有文本片 段， 生成文本片段到知识库中资源的映射表； 然 后根据名词短语的分词、 词性标注与句法树， 生 成解析顺序； 最后按解析顺序， 从EL++的概念 开始， 用索引到的资源生成的基本概念不断细 化， 直到解析完全部的词， 得到名词短语映射到 的描述逻辑概念。 本发明通过对句法树的分析， 可以自动处理复杂的含有 隐式关系的名词短语 可以生成的高质量的描述逻辑 概念。 权利要求书2页 说明书8页 附图1页 CN 115186671 A 2022.10.14 CN 115186671 A 1.一种基于外延的将名词短语映射到描述逻辑概念的方法， 其特征在于， 通过名词短 语的外延将名词短语映射到通过描述逻辑语 言EL++表述的逻辑语言概念， 生成在给定知识 库上的对名词短语的理解， 包括以下步骤： 步骤1， 对名词短语进行分词和词形还原， 对分词后的词序列， 枚举所有的文本片段T， 即名词短语中所有的N元模型n ‑gram组成的片段， 以及这些文本片段对应的词形还原后的 文本片段Tlemma， 将文本片段索引到知识库的资源， 生成文本片段到知识库中资源的映射表； 步骤2、 根据名词短语的分词进行词性标注并生成句法树， 从树顶开始递归地遍历整棵 树， 将叶子结点， 即每一个词的遍历顺序作为 解析顺序； 步骤3、 按解析顺序， 从EL++的概念T开始， 用索引到的资源生成的基本概念不断细化， 对每个可解析词按顺序进行解析， 该过程持续直到解析完全部的词， 得到名词短语映射到 的描述逻辑 概念： 步骤3.1、 针对当前 可解析词， 列出 所有包含该可解析词的候选文本片段； 步骤3.2、 根据步骤1得到的映射表， 从候选文本片段索引到对应资源， 根据对应资源生 成候选细化操作； 步骤3.3、 对新 生成的候选细化操作进行一 致性筛查， 筛去与句法不 一致的细化操作； 步骤3.4、 用3.3得到的细化操作对当前可解析词生成细化后的描述逻辑概念， 对得到 的描述逻辑概念进行评分， 选择分数前k高的保留， 然后查看是否已经解析完， 即当前已被 解析的可解析词是否为解析顺序中的最后一个， 若否， 进入步骤3.1解析下一个可解析词； 若是， 进入步骤3.5； 描述逻辑 概念的评分函数为： Sscore(NP,C)＝ wsup*Ssup(NP,C)+wmatch*Smatch(NP,C)+wsim*Ssim(NP,C) 其中Ssup为支持度评分， Smatch为匹配度评分， Ssim为简洁度评分， wsup、 wmatch、 wsim为对应的 权重， 描述逻辑概念的支持度评分Ssup定义为描述逻辑概念生成过程中， 若干次细化操作的 支持集的支持度的平滑均值， 对已知名词短语NP和细化操作 NPI为名词短语描 述 的实体集合， 即短语的外延， 对概念C， CI为概念C描述的实体 集合， 对基本概念B， BI为基本概 念B描述的实体集合， 细 化操作 指对概念C， 用基本概念B 来修饰C中 的一部分A， 支 持集Setsup计算公式如下： 其中， 指B修饰的部分A是描述外延NPI本身， 指B 修饰的部分A为描述与外延存在关系的实体集 合； Ssup由以下公式计算得到， 其中d表示对概念C的细化操作， 是支持集 的支持度： Smatch定义为名词短语NP中能够被概念C匹配到的词的比例， 计算公式如下：权　利　要　求　书 1/2 页 2 CN 115186671 A 2Ssim定义为概念中的细化操作次数， 计算公式如下： Ssim(C)＝‑|{d|d∈C}| 步骤3.5、 对根据解析顺序得到的所有词的描述逻辑概念， 保留分数最高的作为输出 Cbest， 即名词短语映射到的描述逻辑 概念， 用于知识库对该名词短语的语义理解。 2.根据权利要求1所述的基于外延的将名词短语映射到描述逻辑概念的方法， 其特征 在于所述资源 包括实体、 字面 量、 属性和类型。 3.根据权利要求1所述的基于外延的将名词短语映射到描述逻辑概念的方法， 其特征 在于生成解析顺序时， 通过词性分析得到名词短语对应的所有名词组， 定义名词短语的头 部为第一个名词组的最后一个词， 对于句法树中的名词短语结点， 首先将当前名词短语头 部所在的子结点作为新的名词短语结点解析， 然后 从右到左地解析头部左边的子结点， 最 后从左到右地解析头部右边地子结点， 即解析顺序为从头部起由近到远； 对于动词或副词 开始的结点， 首先解析动词或副词， 然后将剩 下部分按父节点上从左至右或从右至左的顺 序解析； 对于形容词开始的结点， 将除了形容词外其他部 分按父节点顺序短语来解析， 最后 解析形容词。 4.根据权利要求1所述的所述的基于外延的将名词短语映射到描述逻辑概念的方法， 其特征在于步骤3.2根据对应资源生成所有候选细化操作， 具体如下： 定义描述逻辑中的基本概念包括5种形态： EL++描述逻辑概念中的个体{O}、 原子概念 A、 角色对应的基本概念形态 以及隐藏角色名的 和 对于索引到的实体和字 面量， 生成对应的形态， 包括{O}和 对于索引到的类型， 生成对应的形态， 包括A和 对于索引到的属性， 生成对应的形态 定义细化操作 为： 对概念C用基本概念B来修饰C中的一部分A， 对已知的基本 概念B和已知的概念C， 通过枚举被细化的C中的A部分来生成可能的所有细化操作， 其中对 于被索引到的实体与字面量o， 生成对应的基本概念{o}与所有包含隐藏角色的基本概念 并生成所有支持度不为0的细化操作； 对于被索引到的类型A， 生 成对应的基本概念A 与所有包含隐藏角色的基本概念 并生成所有支 持度不为0的细化操作； 对于索引到的 属性p， 对应角色r， 生成对应的基本概念 并生成所有支持度不 为0的细化操作。 5.根据权利要求1所述的所述的基于外延的将名词短语映射到描述逻辑概念的方法， 其特征在于步骤3.3中， 如果当前的待解析词为头部， 则优先选择如 的细化 操作， 其中Batomic为原子概念， 反之， 如果当前的待解析词非短语头部， 则优先选择非 形式的细化操作。权　利　要　求　书 2/2 页 3 CN 115186671 A 3