买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国农业大学

摘要：本发明公开了一种基于知识图谱的与红楼梦人物关系框架相似度评判方法，该方法包括以下步骤：搜集并处理数据；在BERT基础上添加注意力机制得到WBERT；构建WBERT+BILSTM+CNN+ATTENTION机制+CRF为命名实体识别模型；构建WBERT+动态IDCNN+FC为关系抽取模型；训练命名实体识别模型和关系抽取模型得到最佳模型，通过最佳模型得到红楼梦人物关系三元组，以实体出现频度和出入度为实体标序号并划分级别，依据人物关系不断变换实体序号；在三元组的基础上加Weights构成四元组，其中weights为关系的重要程度；将四元组存入NEO4J，编写算法进行实体对齐；抽取带比较小说四元组，比较与红楼梦四元组相似度；相比于逐句对比每句话从而得到两本小说的相似度，此方法可以对比人物关系框架从而得到相似度。

主权项：1.一种基于知识图谱的红楼梦人物关系框架相似度评判方法，其特征在于，所述评判方法包括以下步骤：步骤1：搜集红楼梦人物、关系以及与人物相关的地点，整理整合多来源的数据，查缺补漏，得到一个相对全面的数据；步骤2：对数据进行处理，包括：1将unknow关系加入搜集到的红楼梦关系中，以数字+关系方式构建关系词典；依据关系词典，以数字+句子的方法对句子打标签，其中句子中的人物名称用掩码+通配符表示；将打过标签的数据集文件以8:2的比例分为训练集和测试集，用k折切割将训练集的不同部分作为验证集；2将整理好的红楼梦人物、地点、新百家姓构建人物字典，具体为：人物、地点以人物+PER标签，地点+LOC标签的方法构建人物词典；新百家姓中的姓加B-PER标签；加入人物字典；编写python编码匹配人物字典，将红楼梦整本txt文件转换为标准的BIO形式的txt文件；将BIO形式的txt文件以7:3的比例分为训练集和测试集，用k折切割将训练集的不同部分作为验证集；步骤3:构建模型，具体包括：构建WBERT模型、构建实体识别模型、构建关系抽取模型；步骤4：构建红楼梦知识图谱；包括：1将红楼梦全本小说txt文本作为命名实体识别模型和关系抽取模型的输入提取人物、地点以及关系，得到一个人物关系三元组；2以实体出现频度和出入度为实体标序号并将实体划分为1至5级别，依据人物关系不断变换实体序号；在三元组的基础上加Weights构成四元组，Weights为人物关系的重要程度，由三元组中两个实体的级别决定；3将得到的四元组存入NE04J图数据库中，编写对齐算法并将阈值设置为70％，相似度大于70％则进行实体融合；步骤5：相似度判别，包括：1对待比较的小说,用训练好的命名实体识别模型和关系抽取模型将人物、人物相关地点以及关系提取出来；2以实体出现频度和出入度为实体标序号并将实体划分为1至5级别，依据人物关系不断变换实体序号；在三元组的基础上加Weights构成四元组；3找出实体所在的四元组，以实体级别以及该实体所在的全部四元组的Weights对比框架关系相似度，得出一个0％—100％的相似度百分比。

全文数据：

权利要求：

百度查询： 中国农业大学 一种基于知识图谱的红楼梦人物关系框架相似度评判方法