一种针对植物领域的非分类关系识别方法

摘要

本发明公开了属于计算机中文信息处理领域的一种针对植物领域的非分类关系识别方法。根据对植物领域关系的分类，对分类关系和非分类关系进行定义；获取相关词条的非结构化网页内容，作为语料并进行预处理，获得预处理模块；然后再进行基于词汇-语法的非分类关系的初步抽取，对获得的结果，进行改进，获得改进抽取模块；最后基于百度百科半结构化文本的非分类关系抽取，获得非分类关系抽取模块，对其进行形式化表达，获得可视性结果。该方法在对文本进行自然语言处理的基础上，直接用非分类关系词汇-语法模式进行抽取，准确率在70％左右，取得了较好的结果，为植物领域知识图谱构建奠定了基础，且为农民提供了更专业的植物领域技术和知识。

主权项

一种针对植物领域的非分类关系识别方法，其特征在于，所述方法为：(1)根据对植物领域关系的分类，对分类关系和非分类关系进行定义；所述分类关系的定义为：分类关系表示概念与概念之间的上下位的关系；非分类关系的定义为：非分类关系表示除了上下位关系以外的其它关系；所述的分类关系包括层级关系和is‑a关系；非分类关系包括整体部分关系及概念之间的依赖关系、关联关系、因果关系和相似关系；(2)获取相关词条的非结构化网页内容，作为语料，对语料进行预处理，获得预处理模块；(3)对获得的预处理模块，进行基于词汇‑语法的非分类关系的初步抽取，获得初步抽取模块；(4)对获得的初步抽取模块，采用基于词表过滤和给模式添加限制的方法进行改进，获得改进抽取模块；所述的限制为单个限制或用约束组合对象表示多个限制的组合；(5)对获得的改进抽取模块，基于百度百科半结构化文本的非分类关系抽取，获得非分类关系抽取模块；(6)对获得的非分类关系抽取模块，进行形式化表达，获得形式化表达模块，最终获得可视性结果。