專利名稱：一種迭代式概念屬性名稱自動(dòng)獲取方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及人工智能計(jì)算機(jī)領(lǐng)域中的大規(guī)模知識(shí)獲取領(lǐng)域，尤其涉及一種迭代式的概念屬性名稱自動(dòng)獲取方法和系統(tǒng)。
背景技術(shù)：
任何概念詞都有一定的語義。但是概念詞僅是一個(gè)特殊的術(shù)語，其直接表達(dá)語義的能力非常弱，因此我們必須借助其他類型的知識(shí)進(jìn)一 步表達(dá)或者刻畫概念詞所蘊(yùn)涵的語義。概念的屬性就是一種此類的知識(shí)。一般認(rèn)為，屬性是一種概念內(nèi)涵的載體。一個(gè)屬性描述了概念的一個(gè)特征或性質(zhì)；通過屬性，我們可以區(qū)分不同的概念，發(fā)現(xiàn)它們之間的差異。因此，屬性具備描述概念和鑒別概念的功能。每個(gè)概念都有一組用于鑒別和修飾的屬性，這些屬性在文本中表現(xiàn)為不同的屬性名稱。屬性名稱是表示屬性的專有名詞，大多數(shù)屬性名稱都能起到見名知義的作用。我們可以通過獲取較常用的概念-屬性名稱的搭配，給出概念的關(guān)鍵屬性集合。有了這個(gè)集合，我們就具備描述概念和鑒別概念的能力。另外，屬性名稱獲取也是屬性值獲取的前一步工作。為方便理解屬性的含義，下面我們給出一個(gè)例子對(duì)地域類的概念“中國”，它有一些屬性名稱“人口總數(shù)”、“人口數(shù)量”、“國土面積”、“GDP”等等。其中“人口總數(shù)”和“人口數(shù)量”具有相同的語義，它們所表達(dá)的那個(gè)特定的語義就是“人口總數(shù)”和“人口數(shù)量”所對(duì)應(yīng)的屬性，而“人口總數(shù)”和“人口數(shù)量”則是那個(gè)屬性的具體的載體——屬性名稱。通過給出的這些具體的屬性名稱，我們就能從屬性這個(gè)角度去認(rèn)識(shí)概念“中國”，同時(shí)也能在這個(gè)角度上將“中國”和其他類型的概念(比如植物類的概念“蘋果”)區(qū)分開來。另外，對(duì)“中國”的“國土面積”這個(gè)屬性名稱而言，它有一個(gè)屬性值960萬平方公里，屬性值獲取也是一類重要的知識(shí)獲取，而獲取屬性值的前提工作是獲取概念的屬性名稱。在不致混淆的情況下，本發(fā)明的下文中，為了簡化陳述，我們都直接使用屬性來簡稱屬性名稱。中文屬性主要包括數(shù)量型、定性型、角色型三種類型。目前的屬性獲取除了耗時(shí)耗力地手工獲取外，在計(jì)算機(jī)自動(dòng)或半自動(dòng)獲取方面，依據(jù)語料數(shù)據(jù)的來源，主要包括基于結(jié)構(gòu)化數(shù)據(jù)源的提取，如Web查詢?nèi)罩?；基于半結(jié)構(gòu)化的Web網(wǎng)頁的提取，如從網(wǎng)頁表格或表單中提取，從Wikipedia Articles中提?。灰约盎诙鄶?shù)據(jù)源的提取?；诮Y(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)源的方法因其語料結(jié)構(gòu)規(guī)整簡短，具有一定的規(guī)律性，針對(duì)性強(qiáng)，主要采用弱文法和統(tǒng)計(jì)的方式進(jìn)行提取，具有較高的準(zhǔn)確率，但由于數(shù)據(jù)源的規(guī)模有限，因此召回率普遍不高?；诙鄶?shù)據(jù)源的方法主要是將結(jié)構(gòu)化與非結(jié)構(gòu)數(shù)據(jù)交叉迭代起來獲取，首先從結(jié)構(gòu)化數(shù)據(jù)中獲取準(zhǔn)確率較高的結(jié)果作為種子屬性，然后使用種子屬性從非結(jié)構(gòu)化文本中迭代獲取更多的屬性。這種方法相比單一語料來源，綜合考慮了準(zhǔn)確率和召回率，但獲取方法相對(duì)更加復(fù)雜，且結(jié)果屬性的好壞和屬性類型過多依賴于種子?，F(xiàn)有技術(shù)方法的結(jié)果數(shù)量一般都在100以內(nèi)，且偏重用Top N結(jié)果的準(zhǔn)確率，而忽略了真實(shí)屬性集合的龐大和多樣性。實(shí)際上，每種類型的概念，其真實(shí)的屬性集合一般遠(yuǎn)遠(yuǎn)超過了他們獲取得到的數(shù)量，且屬性類型豐富多樣，其中很多屬性盡管不是很常見，但在某個(gè)領(lǐng)域卻很重要(比如，對(duì)類型“國家”來說，“貨幣供應(yīng)量增長率”，“淡水人均擁有量”就是不常見但是分別在經(jīng)濟(jì)和環(huán)境領(lǐng)域卻很重要的屬性)，而他們的方法一般無法獲取到這種不常見的屬性，也就無法滿足構(gòu)建大型知識(shí)庫的需求。因此，迫切需要一種概念屬性的大規(guī)模自動(dòng)獲取方法和系統(tǒng)，從而提高目前屬性獲取的效率和效果。

發(fā)明內(nèi)容
為解決上述問題，本發(fā)明的目的是公開一種迭代式的概念屬性名稱自動(dòng)獲取方法 和系統(tǒng)，是解決上述現(xiàn)有技術(shù)的無法迭代獲取，召回率不高和類型覆蓋不全面的問題，提出了一種從非結(jié)構(gòu)化Web網(wǎng)頁中基于前后綴迭代的屬性獲取方法及系統(tǒng)?，F(xiàn)有技術(shù)的獲取方法只能得到為數(shù)不多的屬性，而對(duì)于每個(gè)概念來說，其實(shí)際的屬性數(shù)量卻遠(yuǎn)遠(yuǎn)超越了他們能獲取到的數(shù)量，我們的方法能獲取到龐大的屬性數(shù)量，相比現(xiàn)有技術(shù)的結(jié)果，我們的結(jié)果更接近于真實(shí)的屬性數(shù)量；現(xiàn)有技術(shù)的方法側(cè)重于屬性的獲取，而對(duì)于獲取結(jié)果的驗(yàn)證，卻不甚重視，我們的方法不僅重視獲取，也更重視結(jié)果的驗(yàn)證，因此本方法不僅具有較高的召回率，也具有很高的準(zhǔn)確率。非結(jié)構(gòu)化數(shù)據(jù)源由于結(jié)構(gòu)復(fù)雜多樣，獲取較其他數(shù)據(jù)源更困難，但它卻具有語料開放豐富等優(yōu)點(diǎn)。本發(fā)明公開一種迭代式概念屬性名稱自動(dòng)獲取方法，包括如下步驟步驟1，將需要獲取的概念名稱，建立屬性空間，所述屬性空間包含以屬性構(gòu)成的概念名稱；步驟2，從屬性空間中選擇屬性前綴和/或?qū)傩院缶Y，從網(wǎng)頁中提取候選屬性；步驟3，采用基于相似性的驗(yàn)證模型對(duì)候選屬性進(jìn)行驗(yàn)證，通過迭代方式擴(kuò)充屬性前綴和/或?qū)傩院缶Y。所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟I還包括如下步驟步驟21，屬性空間由屬性構(gòu)成；每個(gè)概念有一組屬性，這些屬性構(gòu)成了此概念的屬性空間，表達(dá)屬性本質(zhì)的屬性元為中心屬性元，修飾其它屬性元的屬性元為修飾性屬性元；中心屬性元不修飾任何屬性元；在一個(gè)屬性中，除中心屬性元以外的屬性元都是修飾性屬性元；步驟22，出現(xiàn)在結(jié)尾的中心屬性元，定義為屬性后綴，出現(xiàn)在開頭的修飾性屬性元，定義為屬性前綴。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟3之后還包括步驟4，從候選屬性進(jìn)行驗(yàn)證后，得到正確屬性；步驟5，對(duì)正確屬性提取新的屬性前綴、屬性后綴，然后繼續(xù)從步驟2開始執(zhí)行。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟3中擴(kuò)充屬性前綴、屬性后綴還包括如下步驟
步驟31，將得到的正確屬性作為種子，加入到集合Seeds中；步驟32，從Seeds中訓(xùn)練新的后綴，加入到新生廣的屬性后綴集合SUFnew中；步驟33，從Seeds中訓(xùn)練新的前綴，加入到新生產(chǎn)的屬性前綴集合PREnew中；步驟34，如果SUFnew為空，且PREnew為 空，則獲取結(jié)束；否則執(zhí)行步驟35 ；步驟35，使用SUFnew從網(wǎng)頁中獲取概念的候選屬性，并賦值給As'，其中As'表示候選屬性的集合；步驟36，驗(yàn)證As ^，得到的正確屬性賦值給As，并將As加入到屬性空間中，其中As表示經(jīng)過驗(yàn)證后的正確屬性的集合；步驟37，從As中訓(xùn)練新的前綴，加入到PREnew中；步驟38，使用PREnew從網(wǎng)頁中獲取概念的候選屬性，并賦值給As'；步驟，39，驗(yàn)證As',得到的正確屬性賦值給As，并將As加入到屬性空間屬性空間中；步驟310，清空 PREnew ；步驟311,從As中訓(xùn)練新的后綴,加入到SUFnew中；轉(zhuǎn)步驟34。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟32、步驟311還包括如下步驟步驟41,清空 SUFnew ；步驟42，從輸入?yún)?shù)的第I個(gè)屬性起，順序地取出下一個(gè)屬性；如果輸入?yún)?shù)中的屬性都取完，則轉(zhuǎn)步驟46 ;否則，標(biāo)記取到的屬性為A，執(zhí)行步驟43 ；步驟43,得到A的結(jié)尾詞,標(biāo)記為屬性元AE ；步驟44，如果AE已經(jīng)被當(dāng)做后綴使用過，則轉(zhuǎn)步驟42 ;否則執(zhí)行步驟45 ；步驟45 :如果AE在后綴詞典中，則將AE加入到SUFnew ;否則如果AE在輸入?yún)?shù)中作為結(jié)尾詞的頻率大于等于閾值s，也將AE加入到SUFnew ;轉(zhuǎn)步驟42 ；步驟46 :返回 SUFnew。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟33、步驟37還包括如下步驟步驟51,清空 PREnew ；步驟52,從輸入?yún)?shù)Input的第I個(gè)屬性起,順序地取出下一個(gè)屬性；如果Input中的屬性都取完，則轉(zhuǎn)步驟56.否則，標(biāo)記取到的屬性為A，執(zhí)行步驟53 ；步驟53，得到A的開頭詞，標(biāo)記為AE ；步驟54，如果AE已經(jīng)被當(dāng)做前綴使用過，則轉(zhuǎn)步驟52 ;否則執(zhí)行步驟55 ；步驟55，如果AE在前綴詞典中，則將AE加入到PREnew ;否則如果AE在輸入?yún)?shù)中作為開頭詞的頻率大于等于閾值S，也將AE加入到PREnew ;轉(zhuǎn)步驟52 ；步驟56,返回 PREnew。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟35還包括如下步驟步驟61，從SUFnew的第I個(gè)屬性后綴起，所述SUFnew中為屬性后綴，順序地取出下一個(gè)屬性后綴；如果SUFnew中的屬性后綴都取完，則轉(zhuǎn)步驟64 ;否則，標(biāo)記取到的屬性后綴為SUF，執(zhí)行步驟62 ；步驟62，從基于后綴的獲取模式庫中提取模式，生成一組搜索引擎支持的模式，使用這些模式，自動(dòng)地依次從搜索引擎中尋找，得到獲取語料Corpus ；步驟63,從Corpus中提取候選屬性,將這些候選屬性加入到As'中；轉(zhuǎn)步驟61 ；
步驟64，返回 As'。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟38還包括如下步驟步驟71，從PREnew的第I個(gè)屬性前綴起，其中PREnew中為屬性前綴，順序地取出下一個(gè)屬性前綴；如果PREnew中的屬性前綴都取完，則轉(zhuǎn)步驟74.否則，標(biāo)記取到的屬性前綴為PRE，執(zhí)行步驟72 ；步驟72，從基于前綴的獲取模式庫中提取模式，生成一組搜索引擎支持的模式，使用這些模式，自動(dòng)地依次從搜索引擎中尋找，得到獲取語料Corpus ；步驟73,從Corpus中提取候選屬性,將這些候選屬性加入到As'中,轉(zhuǎn)步驟71 ； 步驟74,返回 As'。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟36、步驟39還包括如下步驟步驟81，對(duì)候選屬性As'進(jìn)行預(yù)處理，得到As";所述As"是經(jīng)過預(yù)處理以后，得到的候選屬性集合；步驟82，對(duì)As"進(jìn)行驗(yàn)證，得到驗(yàn)證后的正確屬性As。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟3中基于相似性的驗(yàn)證模型還包括如下步驟步驟91，在概念的屬性空間中，如果在屬性空間中兩個(gè)屬性元AE1和AE2頻繁被相同的屬性元所依存，那么AE1, AE2之間的相似度較高；反之，則相似度越低；步驟92，在概念的屬性空間中，如果在屬性空間中兩個(gè)屬性元AE1和AE2頻繁修飾相同的屬性元，那么AE1和AE2之間的相似度較高；反之，則相似度越低；步驟93，在屬性元相似度基礎(chǔ)上，以依存對(duì)相似度作為屬性元依存對(duì)之間相似程度的定量表示。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟93還包括如下步驟步驟94，對(duì)于與屬性A有相似關(guān)系的A'，若A中的依存對(duì)P能在A'中找到相似的依存對(duì)P'，則構(gòu)造從P到P'的映射，稱這個(gè)過程為屬性對(duì)齊；步驟95，判斷正確屬性的強(qiáng)弱程度，使用定量指標(biāo)屬性置信度；步驟96，由A'推導(dǎo)出A的屬性置信度D (A' — A)。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟96還包括如下步驟步驟97,生成屬性置信度 I A1 (A) =D(Ai —A),其中 i = arg Inaxi Sim (Ai, A)；步驟98，生成依存對(duì)的置信度I =D1 (P) = D(Ai-P)；步驟99,生成屬性置信度 2 D2 (A) = arg Inaxi D (Ai — A)；步驟910，生成依存對(duì)的置信度2 =D2⑵=Brgmaxi D (Ai — P)；步驟911，生成屬性置信度3 ..D3(A) = YjI0^-DiAi 4 A)，其中，t為劃分個(gè)數(shù)；
.I SimPair(A ,A) I一加權(quán)系數(shù)2 ~I pair^ I~ ; SimPair (Ai, A)表示Ai與A相似對(duì)的個(gè)數(shù)；Pair(A)表示A中依存對(duì)的數(shù)量；選擇t最小化原則進(jìn)行劃分；同時(shí)，若t最小時(shí)存在多個(gè)劃分，選擇D3 (A)最大化進(jìn)行劃分。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟82還包括如下步驟步驟121，將Seeds中的所有種子屬性的置信度D標(biāo)記為I ;步驟122，將Seeds和候選屬性As"加入到集合T ；
步驟123，為T構(gòu)造屬性空間圖G ；步驟124,從與Seeds相鄰的候選屬性開始，對(duì)所述圖G做廣度優(yōu)先搜索，計(jì)算As"中所有候選屬性的置信度D。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟123還包括如下步驟步驟131，初始化所述圖G為空； 步驟132，從T的第I個(gè)屬性起，順序地取出下一個(gè)屬性。如果T中的屬性都取完，則結(jié)束步驟123 ;否則，標(biāo)記取到的屬性為A，執(zhí)行步驟133 ；步驟133，在T中，從A的下一個(gè)屬性起，依次順序地向下取下一個(gè)屬性。如果已經(jīng)取不到屬性，則轉(zhuǎn)步驟132 ;否則標(biāo)記當(dāng)前取到的屬性為k'，執(zhí)行步驟134 ；步驟134，如果G中不存在節(jié)點(diǎn)A，則在G中為A增加一個(gè)節(jié)點(diǎn)，并對(duì)A做屬性元分解和依存關(guān)系解析；步驟135，如果G中不存在節(jié)點(diǎn)V，則在G中為V增加一個(gè)節(jié)點(diǎn)，并對(duì)V做屬性元分解和依存關(guān)系解析；步驟136，如果A和V相似，則構(gòu)造從A到V的無向邊；轉(zhuǎn)步驟132。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟123還包括步驟141 :初始化G為空；步驟142 :從T的第I個(gè)屬性起，順序地取出下一個(gè)屬性；如果T中的屬性都取完，則結(jié)束步驟123 ;否則，標(biāo)記取到的屬性為A，執(zhí)行步驟143 ；步驟143 :在T中，從A的下一個(gè)屬性起，依次順序地向下取下一個(gè)屬性。如果已經(jīng)取不到屬性，則轉(zhuǎn)步驟142 ;否則標(biāo)記當(dāng)前取到的屬性為k'，執(zhí)行步驟144 ；步驟144 :如果G中不存在節(jié)點(diǎn)A，則在G中為A增加一個(gè)節(jié)點(diǎn)，并對(duì)A做屬性元分解和依存關(guān)系解析；步驟145 :從A的第I個(gè)依存對(duì)起，順序地取出下一個(gè)依存對(duì)；如果A中的依存對(duì)都取完，則轉(zhuǎn)步驟147 ;否則，標(biāo)記取到的依存對(duì)為Pair，執(zhí)行步驟146 ；步驟146 :如果G中存在Pair，則構(gòu)造從Pair到A的無向邊；否則，在Tablel中查找Pair的2個(gè)屬性元的位置概率，如果找不到，則計(jì)算并存入到Tablel中；如果這兩個(gè)概率都大于閾值S，則在G中為Pair增加一個(gè)節(jié)點(diǎn)，并置Pair的置信度為ASS，構(gòu)造從Pair到A的無向邊；步驟147 :如果G中不存在節(jié)點(diǎn)V，則在G中為V增加一個(gè)節(jié)點(diǎn)，并對(duì)V做屬性元分解和依存關(guān)系解析；步驟148 =WAi的第I個(gè)依存對(duì)起，順序地取出下一個(gè)依存對(duì)；如果Ai中的依存對(duì)都取完，則轉(zhuǎn)步驟1410 ;否則，標(biāo)記取到的依存對(duì)為P，執(zhí)行步驟149 ；步驟149 :如果G中存在Pair，則構(gòu)造從Pair到V的無向邊；否則，在Tablel中查找Pair的2個(gè)屬性元的位置概率，如果找不到，則計(jì)算并存入到Tablel中；如果這兩個(gè)概率都大于閾值s，則在G中為Pair增加一個(gè)節(jié)點(diǎn)，并置Pair的置信度為ASS，構(gòu)造從Pair到A'的無向邊；步驟1410 :如果A和A'相似，則構(gòu)造從A到V的無向邊；轉(zhuǎn)步驟142。所述的迭代式概念屬性名稱自動(dòng)獲取方法，步驟3中對(duì)于候選屬性進(jìn)行驗(yàn)證還包括
步驟151，對(duì)于出現(xiàn)在屬性中 的子序列，如果子序列是屬性依存樹上的二元依存關(guān)系，則子序列為屬性元序列；步驟152，屬性元序列的個(gè)數(shù)為
權(quán)利要求
1.一種迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，包括如下步驟 步驟I，將需要獲取的概念名稱，建立屬性空間，所述屬性空間包含以屬性構(gòu)成的概念名稱； 步驟2，從屬性空間中選擇屬性前綴和/或?qū)傩院缶Y，從網(wǎng)頁中提取候選屬性； 步驟3，采用基于相似性的驗(yàn)證模型對(duì)候選屬性進(jìn)行驗(yàn)證，通過迭代方式擴(kuò)充屬性前綴和/或?qū)傩院缶Y。
2.如權(quán)利要求I所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟I還包括如下步驟 步驟21，屬性空間由屬性構(gòu)成；每個(gè)概念有一組屬性，這些屬性構(gòu)成了此概念的屬性 空間，表達(dá)屬性本質(zhì)的屬性元為中心屬性元，修飾其它屬性元的屬性元為修飾性屬性元；中心屬性元不修飾任何屬性元；在一個(gè)屬性中，除中心屬性元以外的屬性元都是修飾性屬性元; 步驟22，出現(xiàn)在結(jié)尾的中心屬性元，定義為屬性后綴，出現(xiàn)在開頭的修飾性屬性元，定義為屬性前綴。
3.如權(quán)利要求I所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟3之后還包括 步驟4，從候選屬性進(jìn)行驗(yàn)證后，得到正確屬性； 步驟5，對(duì)正確屬性提取新的屬性前綴、屬性后綴，然后繼續(xù)從步驟2開始執(zhí)行。
4.如權(quán)利要求3所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟3中擴(kuò)充屬性前綴、屬性后綴還包括如下步驟 步驟31，將得到的正確屬性作為種子，加入到集合Seeds中； 步驟32,從Seeds中訓(xùn)練新的后綴，加入到新生廣的屬性后綴集合SUFnew中； 步驟33，從Seeds中訓(xùn)練新的前綴，加入到新生產(chǎn)的屬性前綴集合PREnew中； 步驟34，如果SUFnew為空，且PREnew為空，則獲取結(jié)束；否則執(zhí)行步驟35 ； 步驟35，使用SUFnew從網(wǎng)頁中獲取概念的候選屬性，并賦值給As'，其中As'表示候選屬性的集合； 步驟36，驗(yàn)證As'，得到的正確屬性賦值給As，并將As加入到屬性空間中，其中As表示經(jīng)過驗(yàn)證后的正確屬性的集合； 步驟37，從As中訓(xùn)練新的前綴，加入到PREnew中； 步驟38，使用PREnew從網(wǎng)頁中獲取概念的候選屬性，并賦值給As'； 步驟,39，驗(yàn)證As',得到的正確屬性賦值給As，并將As加入到屬性空間屬性空間中； 步驟310，清空PREnew ； 步驟311，從As中訓(xùn)練新的后綴，加入到SUFnew中；轉(zhuǎn)步驟34。
5.如權(quán)利要求4所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟32、步驟311還包括如下步驟 步驟41,清空SUFnew ； 步驟42，從輸入?yún)?shù)的第I個(gè)屬性起，順序地取出下一個(gè)屬性；如果輸入?yún)?shù)中的屬性都取完，則轉(zhuǎn)步驟46 ;否則，標(biāo)記取到的屬性為A，執(zhí)行步驟43 ； 步驟43，得到A的結(jié)尾詞，標(biāo)記為屬性元AE ；步驟44，如果AE已經(jīng)被當(dāng)做后綴使用過，則轉(zhuǎn)步驟42 ;否則執(zhí)行步驟45 步驟45 :如果AE在后綴詞典中，則將AE加入到SUFnew ;否則如果AE在輸入?yún)?shù)中作為結(jié)尾詞的頻率大于等于閾值s，也將AE加入到SUFnew ;轉(zhuǎn)步驟42 ； 步驟46 :返回SUFnew。
6.如權(quán)利要求4所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟33、步驟37還包括如下步驟 步驟51，清空PREnew ； 步驟52,從輸入?yún)?shù)Input的第I個(gè)屬性起,順序地取出下一個(gè)屬性；如果Input中的屬性都取完，則轉(zhuǎn)步驟56.否則，標(biāo)記取到的屬性為A，執(zhí)行步驟53 ； 步驟53，得到A的開頭詞，標(biāo)記為AE ； 步驟54，如果AE已經(jīng)被當(dāng)做前綴使用過，則轉(zhuǎn)步驟52 ;否則執(zhí)行步驟55 ； 步驟55，如果AE在前綴詞典中，則將AE加入到PREnew ;否則如果AE在輸入?yún)?shù)中作為開頭詞的頻率大于等于閾值s，也將AE加入到PREnew ;轉(zhuǎn)步驟52 ； 步驟56,返回PREnew。
7.如權(quán)利要求4所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟35還包括如下步驟 步驟61，從SUFnew的第I個(gè)屬性后綴起，所述SUFnew中為屬性后綴，順序地取出下一個(gè)屬性后綴；如果SUFnew中的屬性后綴都取完，則轉(zhuǎn)步驟64 ;否則，標(biāo)記取到的屬性后綴為SUF，執(zhí)行步驟62 ； 步驟62，從基于后綴的獲取模式庫中提取模式，生成一組搜索引擎支持的模式，使用這些模式，自動(dòng)地依次從搜索引擎中尋找，得到獲取語料Corpus ； 步驟63,從Corpus中提取候選屬性,將這些候選屬性加入到As'中；轉(zhuǎn)步驟61 ； 步驟64,返回As' ο
8.如權(quán)利要求4所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟38還包括如下步驟 步驟71，從PREnew的第I個(gè)屬性前綴起，其中PREnew中為屬性前綴，順序地取出下一個(gè)屬性前綴；如果PREnew中的屬性前綴都取完，則轉(zhuǎn)步驟74.否則，標(biāo)記取到的屬性前綴為PRE，執(zhí)行步驟72 ； 步驟72，從基于前綴的獲取模式庫中提取模式，生成一組搜索引擎支持的模式，使用這些模式，自動(dòng)地依次從搜索引擎中尋找，得到獲取語料Corpus ； 步驟73,從Corpus中提取候選屬性,將這些候選屬性加入到As'中,轉(zhuǎn)步驟71 ； 步驟74,返回As'。
9.如權(quán)利要求4所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟36、步驟39還包括如下步驟 步驟81，對(duì)候選屬性As'進(jìn)行預(yù)處理，得到As";所述As"是經(jīng)過預(yù)處理以后，得到的候選屬性集合； 步驟82，對(duì)As "進(jìn)行驗(yàn)證，得到驗(yàn)證后的正確屬性As。
10.如權(quán)利要求2所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟3中基于相似性的驗(yàn)證模型還包括如下步驟步驟91，在概念的屬性空間中，如果在屬性空間中兩個(gè)屬性元AE1和AE2頻繁被相同的屬性元所依存，那么AE1, AE2之間的相似度較高；反之，則相似度越低； 步驟92，在概念的屬性空間中，如果在屬性空間中兩個(gè)屬性元AE1和AE2頻繁修飾相同的屬性元，那么AE1和AE2之間的相似度較高；反之，則相似度越低； 步驟93，在屬性元相似度基礎(chǔ)上，以依存對(duì)相似度作為屬性元依存對(duì)之間相似程度的定量表示。
11.如權(quán)利要求10所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟93還包括如下步驟 步驟94，對(duì)于與屬性A有相似關(guān)系的Ai，若A中的依存對(duì)P能在Ai中找到相似的依存對(duì)P，則構(gòu)造從P到P的映射，稱這個(gè)過程為屬性對(duì)齊； 步驟95，判斷正確屬性的強(qiáng)弱程度，使用定量指標(biāo)屬性置信度； 步驟96，由A'推導(dǎo)出A的屬性置信度D(A' — A)。
12.如權(quán)利要求11所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟96還包括如下步驟 步驟 97,生成屬性置信度 I A1 (A) = D(Ai — A),其中 i = arg Iiiaxi Sim(Ai, A)； 步驟98，生成依存對(duì)的置信度I =D1⑵=D (Ai — P); 步驟99，生成屬性置信度2 =D2(A) = arg Hiaxi D (Ai — A)； 步驟910，生成依存對(duì)的置信度2 =D2(P) = arg Hiaxi D (Ai — P)； 步驟911，生成屬性置信度3 ..D3(A) = YjI0^-DiAi -^A)，其中，t為劃分個(gè)數(shù)； .I SimPair(A , A) I 加權(quán)系數(shù)2 = \Pair[A)\ ; SimPair (Ai, A)表示Ai與A相似對(duì)的個(gè)數(shù)； Pair(A)表示A中依存對(duì)的數(shù)量；選擇t最小化原則進(jìn)行劃分；同時(shí)，若t最小時(shí)存在多個(gè)劃分，選擇D3 (A)最大化進(jìn)行劃分。
13.如權(quán)利要求9所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟82還包括如下步驟 步驟121,將Seeds中的所有種子屬性的置信度D標(biāo)記為I ; 步驟122，將Seeds和候選屬性As"加入到集合T ； 步驟123，為T構(gòu)造屬性空間圖G ； 步驟124,從與Seeds相鄰的候選屬性開始,對(duì)所述圖G做廣度優(yōu)先搜索,計(jì)算As "中所有候選屬性的置信度D。
14.如權(quán)利要求13所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟123還包括如下步驟 步驟131，初始化所述圖G為空； 步驟132，從T的第I個(gè)屬性起，順序地取出下一個(gè)屬性。如果T中的屬性都取完，則結(jié)束步驟123 ;否則，標(biāo)記取到的屬性為A，執(zhí)行步驟133 ； 步驟133，在T中，從A的下一個(gè)屬性起，依次順序地向下取下一個(gè)屬性。如果已經(jīng)取不到屬性，則轉(zhuǎn)步驟132 ;否則標(biāo)記當(dāng)前取到的屬性為k'，執(zhí)行步驟134 ； 步驟134，如果G中不存在節(jié)點(diǎn)A，則在G中為A增加一個(gè)節(jié)點(diǎn)，并對(duì)A做屬性元分解和依存關(guān)系解析；步驟135，如果G中不存在節(jié)點(diǎn)Ai，則在G中為Ai增加一個(gè)節(jié)點(diǎn)，并對(duì)Ai做屬性元分解和依存關(guān)系解析； 步驟136，如果A和V相似，則構(gòu)造從A到V的無向邊；轉(zhuǎn)步驟132。
15.如權(quán)利要求13所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟123還包括 步驟141 :初始化G為空； 步驟142 :從T的第I個(gè)屬性起，順序地取出下一個(gè)屬性；如果T中的屬性都取完，則結(jié)束步驟123 ;否則，標(biāo)記取到的屬性為A，執(zhí)行步驟143 ； 步驟143 :在T中，從A的下一個(gè)屬性起，依次順序地向下取下一個(gè)屬性。如果已經(jīng)取不到屬性，則轉(zhuǎn)步驟142 ;否則標(biāo)記當(dāng)前取到的屬性為k'，執(zhí)行步驟144 ； 步驟144 :如果G中不存在節(jié)點(diǎn)A，則在G中為A增加一個(gè)節(jié)點(diǎn)，并對(duì)A做屬性元分解和依存關(guān)系解析； 步驟145 :從A的第I個(gè)依存對(duì)起，順序地取出下一個(gè)依存對(duì)；如果A中的依存對(duì)都取完，則轉(zhuǎn)步驟147 ;否則，標(biāo)記取到的依存對(duì)為Pair，執(zhí)行步驟146 ； 步驟146 :如果G中存在Pair，則構(gòu)造從Pair到A的無向邊；否則，在Tablel中查找Pair的2個(gè)屬性元的位置概率，如果找不到，則計(jì)算并存入到Tablel中；如果這兩個(gè)概率都大于閾值s，則在G中為Pair增加一個(gè)節(jié)點(diǎn)，并置Pair的置信度為ASS，構(gòu)造從Pair到A的無向邊； 步驟147 :如果G中不存在節(jié)點(diǎn)Ai，則在G中為Ai增加一個(gè)節(jié)點(diǎn)，并對(duì)Ai做屬性元分解和依存關(guān)系解析； 步驟148 :從Ai的第I個(gè)依存對(duì)起，順序地取出下一個(gè)依存對(duì)；如果Ai中的依存對(duì)都取完，則轉(zhuǎn)步驟1410 ;否則，標(biāo)記取到的依存對(duì)為P，執(zhí)行步驟149 ； 步驟149 :如果G中存在Pair，則構(gòu)造從Pair到V的無向邊；否則，在Tablel中查找Pair的2個(gè)屬性元的位置概率，如果找不到，則計(jì)算并存入到Tablel中；如果這兩個(gè)概率都大于閾值s，則在G中為Pair增加一個(gè)節(jié)點(diǎn)，并置Pair的置信度為ASS，構(gòu)造從Pair到A1的無向邊； 步驟1410:如果A和V相似，則構(gòu)造從A到V的無向邊；轉(zhuǎn)步驟142。
16.如權(quán)利要求2所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟3中對(duì)于候選屬性進(jìn)行驗(yàn)證還包括 步驟151，對(duì)于出現(xiàn)在屬性中的子序列，如果子序列是屬性依存樹上的二元依存關(guān)系，則子序列為屬性元序列； 步驟152，屬性元序列的個(gè)數(shù)為巧-1),L1，其中N為屬性元屬性的個(gè)數(shù)。
17.如權(quán)利要求16所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟152還包括 步驟161，出現(xiàn)在屬性中的子序列，如果子序列對(duì)應(yīng)于屬性的屬性元依存樹上的一棵子樹，則子序列為前向?qū)傩栽蛄?；子序列分解為{S1; S2, . . . Sn, AE}，其中，S為子序列，η為正整數(shù)，{S1; S2, . . . SJ對(duì)應(yīng)于以屬性元AE為父節(jié)點(diǎn)；其前向?qū)傩栽蛄械膫€(gè)數(shù)
18.如權(quán)利要求17所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟162之后還包括 步驟171,生成屬性元序列置信度I =D1(S) = D(Si — S),其中i = arg Iiiaxi Sim (Si,S)； 步驟172，生成屬性元序列置信度2 =D2(S) = arg Hiaxi D (Si — S)。
19.如權(quán)利要求18所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟161還包括 前向?qū)傩栽蛄杏?jì)算其置信度D(S)的步驟為 步驟181 :如果子序列只有兩個(gè)屬性元，則能夠直接計(jì)算D(S)，然后轉(zhuǎn)步驟1812 ;否則，執(zhí)行步驟182 ； 步驟182 :置D (S)為O ; 假設(shè)子序列有k個(gè)屬性元，其中k > 2 ;子序列對(duì)應(yīng)的依存樹的根為HS)，且依存樹的根的子樹分別為C1, C2,…匕;其中，η為正整數(shù)； 步驟183 :置i = I ; 步驟184 :如果i大于n，則轉(zhuǎn)步驟1812 ;否則執(zhí)行步驟185 ； 步驟185 :找到一個(gè)最大值t，使得屬性元序列AES (Ci, Ci+1. . . Ci+t，r(S))在Table2中存在相似的序列，如果存在t，則在Table2找到最相似的序列，標(biāo)記為AESl，轉(zhuǎn)步驟186 ;否則如果不存在t，則轉(zhuǎn)步驟188; 步驟186 :使用AESl計(jì)算AES (Ci, Ci+1. . . Ci+t，r⑶)的置信度，標(biāo)記其為e，將該值存儲(chǔ)在Table2中，計(jì)算
20.如權(quán)利要求18所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，步驟162還包括 對(duì)屬性元子序列S，令屬性元子序列的屬性元個(gè)數(shù)為N，其中N為正整數(shù)，采用后向?qū)傩栽蛄杏?jì)算其置信度D (S)的步驟為 步驟191 :置k = N ; 步驟192 :如果k小于2，則轉(zhuǎn)步驟196 ;否則，執(zhí)行步驟193 ； 步驟193 :為子序列找到一個(gè)長度為k的子序列Stl，保證這個(gè)子序列在Table2中存在相似的序列；如果子序列存在這樣的子序列Stl,則繼續(xù)在Table2找到與Stl那個(gè)最相似的序列，標(biāo)記為AESl，轉(zhuǎn)步驟194 ;否則如果找不到Stl，則轉(zhuǎn)步驟195 ； 步驟194 :使用AESl計(jì)算Stl的置信度，標(biāo)記其為Cltl，將其存儲(chǔ)在Table2中；轉(zhuǎn)步驟196 ； 步驟195 :置k = k-Ι ;轉(zhuǎn)步驟192 ； 步驟196 :為剩下的屬性元集合(S-Stl)，找到一個(gè)最大子集M (Me(S-SJ),保證M中得每個(gè)屬性元在Stl中都能找到有依存關(guān)系的屬性元。那么μ和(S-Stl)構(gòu)成了 ImI棵依存子樹{S1;S2，. . . S|M|}，調(diào)用后向?qū)傩栽蛄械挠?jì)算這些子樹對(duì)應(yīng)屬性元序列的置信度，令其為W1，d2，. . . d|M|}；
21.一種迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，包括 建立屬性空間模塊，用于將需要獲取的概念名稱，建立屬性空間，所述屬性空間包含以屬性構(gòu)成的概念名稱； 屬性前后綴模塊，用于從屬性空間中選擇屬性前綴和/或?qū)傩院缶Y，從網(wǎng)頁中提取候選屬性； 擴(kuò)充屬性模塊，用于采用基于相似性的驗(yàn)證模型對(duì)候選屬性進(jìn)行驗(yàn)證，通過迭代方式擴(kuò)充屬性前綴和/或?qū)傩院缶Y。
22.如權(quán)利要求21所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，建立屬性空間模塊還包括 屬性元模塊，用于屬性空間由屬性構(gòu)成；每個(gè)概念有一組屬性，這些屬性構(gòu)成了此概念的屬性空間，表達(dá)屬性本質(zhì)的屬性元為中心屬性元，修飾其它屬性元的屬性元為修飾性屬性元；中心屬性元不修飾任何屬性元；在一個(gè)屬性中，除中心屬性元以外的屬性元都是修飾性屬性元； 屬性元定義模塊，用于出現(xiàn)在結(jié)尾的中心屬性元，定義為屬性后綴，出現(xiàn)在開頭的修飾性屬性元，定義為屬性前綴。
23.如權(quán)利要求21所述的迭代式概念屬性名稱自動(dòng)獲取方法，其特征在于，還包括 正確屬性模塊，用于從候選屬性進(jìn)行驗(yàn)證后，得到正確屬性； 前后綴提取模塊，用于對(duì)正確屬性提取新的屬性前綴、屬性后綴，然后繼續(xù)從屬性前后綴模塊開始執(zhí)行。
24.如權(quán)利要求23所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，擴(kuò)充屬性模塊還包括 建立種子模塊，用于將得到的正確屬性作為種子，加入到集合Seeds中； 種子中訓(xùn)練后綴模塊，用于從Seeds中訓(xùn)練新的后綴，加入到新生產(chǎn)的屬性后綴集合SUFnew 中； 種子中訓(xùn)練前綴模塊，用于從Seeds中訓(xùn)練新的前綴，加入到新生產(chǎn)的屬性前綴集合PREnew 中； 獲取結(jié)束模塊，用于如果SUFnew為空，且PREnew為空，則獲取結(jié)束； 獲取后綴候選屬性模塊，用于使用SUFnew從網(wǎng)頁中獲取概念的候選屬性，并加入到As1中，其中As'表示候選屬性的集合； 正確屬性賦值模塊，用于驗(yàn)證As'，得到的正確屬性賦值給As，并將As加入到屬性空間中，其中As表示經(jīng)過驗(yàn)證后的正確屬性的集合； 正確屬性中訓(xùn)練前綴模塊，用于從As中訓(xùn)練新的前綴，加入到PREnew中； 獲取前綴候選屬性模塊，用于使用PREnew從網(wǎng)頁中獲取概念的候選屬性，并加入到As'中； 清空前綴模塊，用于清空PREnew ； 正確屬性中訓(xùn)練后綴模塊，用于從As中訓(xùn)練新的后綴，加入到SUFnew中。
25.如權(quán)利要求24所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，種子中訓(xùn)練后綴1旲塊、正確屬性中訓(xùn)練后綴1旲塊，還包括 訓(xùn)練后綴模塊，用于清空SUFnew ;從輸入?yún)?shù)的第I個(gè)屬性起，順序地取出下一個(gè)屬性；如果輸入?yún)?shù)中的屬性都取完，則返回SUFnew.否則，標(biāo)記取到的屬性為A，得到A的結(jié)尾詞，標(biāo)記為屬性元AE ;得到A的結(jié)尾詞，標(biāo)記為屬性元AE ;判斷AE是否已經(jīng)被當(dāng)做后綴使用過；如果AE在后綴詞典中，則將AE加入到SUFnew ;否則如果AE在輸入?yún)?shù)中作為結(jié)尾詞的頻率大于等于閾值S，也將AE加入到SUFnew ;返回SUFnew。
26.如權(quán)利要求24所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，種子中訓(xùn)練前綴模塊、正確屬性中訓(xùn)練前綴模塊還包括 訓(xùn)練前綴模塊，用于清空PREnew ;從輸入?yún)?shù)的第I個(gè)屬性起，順序地取出下一個(gè)屬性，如果Input中的屬性都取完，則返回PREnew，否則，標(biāo)記取到的屬性為A，得到A的開頭詞，標(biāo)記為AE ;判斷AE是否已經(jīng)被當(dāng)做前綴使用過；如果AE在前綴詞典中，則將AE加入到PREnew ;否則如果AE在輸入?yún)?shù)中作為開頭詞的頻率大于等于閾值s,也將AE加入到PREnew ;返回 PREnew。
27.如權(quán)利要求24所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，獲取后綴候選屬性模塊還包括 后綴提取模塊，用于從SUFnew的第I個(gè)屬性起,順序地取出下一個(gè)屬性；判斷SUFnew中的屬性是否都取完，標(biāo)記取到的屬性為SUF，從基于后綴的獲取模式庫中提取模式，生成一組搜索引擎支持的模式，使用這些模式，自動(dòng)地依次從搜索引擎中尋找，得到獲取語料Corpus ;從Corpus中提取候選屬性,將這些候選屬性加入到As'中；返回As'。
28.如權(quán)利要求24所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，獲取前綴候選屬性模塊還包括 前綴提取模塊，用于從PREnew的第I個(gè)屬性起，順序地取出下一個(gè)屬性；判斷PREnew中的屬性是否都取完，標(biāo)記取到的屬性為PRE，從基于前綴的獲取模式庫中提取模式，生成一組搜索引擎支持的模式，使用這些模式，自動(dòng)地依次從搜索引擎中尋找，得到獲取語料Corpus ;從Corpus中提取候選屬性,將這些候選屬性加入到As'中，返回As'。
29.如權(quán)利要求24所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，正確屬性賦值模塊還包括 預(yù)處理模塊，用于對(duì)候選屬性As'進(jìn)行預(yù)處理，得到As";所述As"是經(jīng)過預(yù)處理以后，得到的候選屬性集合；對(duì)八8"進(jìn)行驗(yàn)證，得到驗(yàn)證后的正確屬性As。
30.如權(quán)利要求22所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，擴(kuò)充屬性模塊還包括 屬性元依存模塊，用于在概念的屬性空間中，如果在屬性空間中兩個(gè)屬性元AE1和AE2頻繁被相同的屬性元所依存，那么AE1, AE2之間的相似度較高；反之，則相似度越低； 屬性元修飾模塊，用于在概念的屬性空間中，如果在屬性空間中兩個(gè)屬性元AE1和AE2頻繁修飾相同的屬性元，那么AE1和AE2之間的相似度較高；反之，則相似度越低； 依存對(duì)模塊，用于在屬性元相似度基礎(chǔ)上，以依存對(duì)相似度作為屬性元依存對(duì)之間相似程度的定量表示。
31.如權(quán)利要求30所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，依存對(duì)模塊還包括 屬性對(duì)齊模塊，用于對(duì)于與屬性A有相似關(guān)系的A'，若A中的依存對(duì)P能在A'中找到相似的依存對(duì)P，則構(gòu)造從P到P的映射，稱這個(gè)過程為屬性對(duì)齊； 屬性置信度模塊，用于判斷正確屬性的強(qiáng)弱程度，使用定量指標(biāo)屬性置信度； 置信度推導(dǎo)模塊，用于由A'推導(dǎo)出A的屬性置信度D(A' — A)。
32.如權(quán)利要求31所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，屬性對(duì)齊模塊還包括 置信度推導(dǎo)模塊，用于生成屬性置信度I =D1(A) = D(Ai — A)，其中i = arg max,Sim (Ai, A)； 生成依存對(duì)的置信度I =D1 (P) = D(Ai-P)；生成屬性的直 η度 2 :D2 (A) = arg Iiiaxi D (Ai — A)； 生成依存對(duì)的置信度2 =D2 (P) = arg Hiaxi D (Ai — P)； 生成屬性置信度
33.如權(quán)利要求29所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，預(yù)處理模塊還包括 構(gòu)造空間圖模塊，用于將Seeds中的所有種子屬性的置信度D標(biāo)記為I J^Seeds和候選屬性As"加入到集合T ;為T構(gòu)造屬性空間圖G ;從與Seeds相鄰的候選屬性開始，對(duì)所述圖G做廣度優(yōu)先搜索，計(jì)算As"中所有候選屬性的置信度D。
34.如權(quán)利要求33所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，構(gòu)造空間圖模塊還包括 空間圖建立模塊，用于初始化所述圖G為空；從T的第I個(gè)屬性起，順序地取出下一個(gè)屬性。判斷T中的屬性是否都取完，標(biāo)記取到的屬性為A，在T中，從A的下一個(gè)屬性起，依次順序地向下取下一個(gè)屬性，判斷是否取完，標(biāo)記當(dāng)前取到的屬性為A'，如果G中不存在節(jié)點(diǎn)A，則在G中為A增加一個(gè)節(jié)點(diǎn)，并對(duì)A做屬性元分解和依存關(guān)系解析；如果G中不存在節(jié)點(diǎn)A'，則在G中為A'增加一個(gè)節(jié)點(diǎn)，并對(duì)A'做屬性元分解和依存關(guān)系解析；如果A和A'相似，則構(gòu)造從A到A'的無向邊。
35.如權(quán)利要求33所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，構(gòu)造空間圖模塊還包括 依據(jù)置信度空間圖建立模塊，用于初始化G為空；從1~的第I個(gè)屬性起，順序地取出下一個(gè)屬性，判斷T中的屬性是否都取完，標(biāo)記取到的屬性為A，在T中，從A的下一個(gè)屬性起，依次順序地向下取下一個(gè)屬性，判斷是否取完，標(biāo)記當(dāng)前取到的屬性為A'，如果G中不存在節(jié)點(diǎn)A，則在G中為A增加一個(gè)節(jié)點(diǎn)，并對(duì)A做屬性元分解和依存關(guān)系解析；從A的第I個(gè)依存對(duì)起，順序地取出下一個(gè)依存對(duì)；判斷A中的依存對(duì)是否都取完，標(biāo)記取到的依存對(duì)為Pair,如果G中存在Pair,則構(gòu)造從Pair到A的無向邊；否則,在Tablel中查找Pair的2個(gè)屬性元的位置概率，如果找不到，則計(jì)算并存入到Tablel中；如果這兩個(gè)概率都大于閾值S，則在G中為Pair增加一個(gè)節(jié)點(diǎn)，并置Pair的置信度為ASS，構(gòu)造從Pair到A的無向邊；如果G中不存在節(jié)點(diǎn)A'，則在G中為A'增加一個(gè)節(jié)點(diǎn)，并對(duì)A'做屬性元分解和依存關(guān)系解析；從A'的第I個(gè)依存對(duì)起，順序地取出下一個(gè)依存對(duì)；判斷A'中的依存對(duì)是否都取完，標(biāo)記取到的依存對(duì)為P，如果G中存在Pair，則構(gòu)造從Pair到Ai的無向邊；否則，在Tablel中查找Pair的2個(gè)屬性元的位置概率，如果找不到，則計(jì)算并存入到Tablel中；如果這兩個(gè)概率都大于閾值S，則在G中為Pair增加一個(gè)節(jié)點(diǎn)，并置Pair的置信度為ASS，構(gòu)造從Pair到A'的無向邊；如果A和A'相似，則構(gòu)造從A到A'的無向邊。
36.如權(quán)利要求22所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，擴(kuò)展屬性模塊還包括 屬性元序列模塊，用于對(duì)出現(xiàn)在屬性中的子序列，如果子序列是屬性依存樹上的二元依存關(guān)系，則子序列為屬性元序列； 序列個(gè)數(shù)模塊，用于屬性元序列的個(gè)數(shù)為/(#)e，其中N為屬性元屬性的個(gè)數(shù)。
37.如權(quán)利要求36所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，序列個(gè)數(shù)模塊還包括 前向?qū)傩栽蛄心K，用于出現(xiàn)在屬性中的子序列，如果子序列對(duì)應(yīng)于屬性的屬性元依存樹上的一棵子樹，則子序列為前向?qū)傩栽蛄?；子序列分解為{Si，S2, . . . Sn, ΑΕ}，其中，S為子序列，η為正整數(shù)，{S1; S2, . . . SJ對(duì)應(yīng)于以屬性元AE為父節(jié)點(diǎn)；其前向?qū)傩栽蛄械膫€(gè)數(shù)人(#)e N-\N{N~l)，其中F為前向?qū)傩栽蛄校琋為屬性元屬性的個(gè)數(shù)； 后向?qū)傩栽蛄心K，用于對(duì)屬性的屬性元子序列，如果子序列包含中心屬性元，則子序列為后向?qū)傩栽蛄惺菑膶傩缘囊来鏄渲?，任意屬性元到根?jié)點(diǎn)的路徑集合構(gòu)成的序列；其后向?qū)傩栽蛄械膫€(gè)數(shù)fB(N) e其中B為后向?qū)傩栽蛄?，N為屬性元屬性的個(gè)數(shù)。
38.如權(quán)利要求37所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，還包括 生成序列置信度模塊，用于生成屬性元序列置信度I =D1 (S) = D(Si — S)，其中i = argIiiaxi Sim (Si, S);生成屬性元序列置信度 2 D2 (S) = arg Iiiaxi D (Si — S)。
39.如權(quán)利要求37所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，前向?qū)傩栽蛄心K還包括 前向?qū)傩栽蛄兄眯哦扔?jì)算模塊，用于如果子序列只有兩個(gè)屬性元，則能夠直接計(jì)算D(S)，置D(S)為O ;假設(shè)子序列有k個(gè)屬性元，其中k > 2 ;子序列對(duì)應(yīng)的依存樹的根為r (S)，且依存樹的根的子樹分別為C1, C2,…匕;其中，η為正整數(shù)；置i = I ;判斷i是否大于n，找到一個(gè)最大值t，使得屬性元序列AES (Ci；Ci+1. . . Ci+t,r (S))在Table2中存在相似的序列，判斷是否存在t，則在Table2找到最相似的序列，標(biāo)記為AESl，使用AESl計(jì)算AES (Ci,Ci+1. . . Ci+t, r(S))的置信度，標(biāo)記其為e，將該值存儲(chǔ)在Table2中，計(jì)算將結(jié)果 k-1累加到D(S)上；置i = i+t+Ι ;調(diào)用前向?qū)傩栽蛄羞f歸的計(jì)算AES(Ci) AES(Ci, r(S)) IciI-I的置信度值，令其分別為P1和P2，將其存儲(chǔ)在Table2中；計(jì)算ΡγΡ2·~#，將其結(jié)果作為序列D(AES(Ci, r(S)))的置信度，并將它存儲(chǔ)在Table2中；計(jì)算&i.p ·ρ將結(jié)果累加 k-1 1 2IlJD(S)上；置i = i+1 ^fD(S)作為S的置信度，將其存儲(chǔ)在Tab I e2中;返回D(S)； 其中， Σμ k I和W為加權(quán)系數(shù)，為折減系數(shù); k-i k-ι\c, I Hci)表示(Ci)對(duì)應(yīng)的依存樹的根節(jié)點(diǎn)； 若AES(Ci; r(S))的置信度的值為且AES(Ci; r(S))在子序列中的依存對(duì)中占的比重為
40.如權(quán)利要求37所述的迭代式概念屬性名稱自動(dòng)獲取系統(tǒng)，其特征在于，后向?qū)傩栽蛄心K還包括 后向?qū)傩栽蛄兄眯哦扔?jì)算模塊，用于對(duì)屬性元子序列S，令屬性元子序列的屬性元個(gè)數(shù)為N，其中N為正整數(shù)，置k = N ;判斷k是否小于2，為子序列找到一個(gè)長度為k的子序列Stl，保證這個(gè)子序列在Table2中存在相似的序列；如果子序列存在這樣的子序列Stl，判斷繼續(xù)在Table2找到與Stl那個(gè)最相似的序列，標(biāo)記為AESl，否則如果找不到Stl,使用AESl計(jì)算S0的置信度，標(biāo)記其為Cltl，將其存儲(chǔ)在Table2中；置k = k-1 ;為剩下的屬性元集合(S-Stl)，找到一個(gè)最大子集M(Me (S-SJ)，保證M中得每個(gè)屬性元在Stl中都能找到有依存關(guān)系的屬性兀。那么M和(S-Stl)構(gòu)成了 |M|棵依存子樹{S1; S2, · · · S|M|},調(diào)用后向?qū)傩载Ｐ蛄械挠?jì)算這些子樹對(duì)應(yīng)屬性元序列的置信度，令其為W1, d2，. . . d|M|};計(jì)算;^(Cii，
全文摘要
本發(fā)明公開一種迭代式概念屬性名稱自動(dòng)獲取方法和系統(tǒng)，其特征在于，所述方法包括如下步驟步驟1，將需要獲取的概念名稱，建立屬性空間，所述屬性空間包含以屬性構(gòu)成的概念名稱；步驟2，從屬性空間中選擇的屬性前綴和/或?qū)傩院缶Y，從網(wǎng)頁中提取候選屬性；步驟3，采用基于相似性的驗(yàn)證模型對(duì)候選屬性進(jìn)行驗(yàn)證，通過迭代方式擴(kuò)充屬性集合。
文檔編號(hào)G06F17/30GK102637202SQ20121006845
公開日2012年8月15日 申請(qǐng)日期2012年3月15日 優(yōu)先權(quán)日2012年3月15日
發(fā)明者曹存根, 汪平仄 申請(qǐng)人:中國科學(xué)院計(jì)算技術(shù)研究所