申请/专利权人：兰州交通大学

申请日：2021-12-06

公开（公告）日：2024-05-24

公开（公告）号：CN114168733B

主分类号：G06F16/35

分类号：G06F16/35;G06F16/33

优先权：

专利状态码：有效-授权

法律状态：2024.05.24#授权;2022.03.29#实质审查的生效;2022.03.11#公开

摘要：本发明提供一种基于复杂网络的法规检索方法及系统，属于文本分类技术领域，法规检索方法包括：对每部待分类法规进行分词，计算每个特征词在各待分类法规中的TF‑IDF值；针对每一待分类法规，根据每个特征词在待分类法规中的TF‑IDF值，确定待分类法规的特征向量；根据各待分类法规的特征向量，构建法规复杂网络；基于社团检测算法，根据法规复杂网络，对各待分类法规进行类别划分，得到多个法规社团；计算检索关键字在各待分类法规中的TF‑IDF值，将TF‑IDF值大于频率阈值的待分类法规作为检索结果集，确定检索结果集中各待分类法规所属的法规社团，并向用户展示对应的法规社团，提高了法规检索结果的精度和检索效率。

主权项：1.一种基于复杂网络的法规检索方法，其特征在于，所述基于复杂网络的法规检索方法包括：对每部待分类法规进行分词处理，得到法规语料库；所述法规语料库中包括多个特征词；计算所述法规语料库中每个特征词在各待分类法规中的词频-逆文本频率指数TF-IDF值；针对每一待分类法规，根据每个特征词在所述待分类法规中的TF-IDF值，确定待分类法规的特征向量；根据各待分类法规的特征向量，构建法规复杂网络，具体包括：根据各待分类法规确定节点集；针对任意两部待分类法规，计算两部待分类法规的特征向量之间的余弦相似度；判断余弦相似度是否大于相似度阈值，若余弦相似度大于相似度阈值，则在两部待分类法规之间添加连边，并将余弦相似度作为边的权重；将所有连边作为边集，各连边对应的权重作为权重集；基于所述节点集、边集和权重集，构建法规复杂网络；所述法规复杂网络包括节点集、边集和权重集；所述节点集中的节点为各待分类法规；基于社团检测算法，根据所述法规复杂网络，对各待分类法规进行类别划分，得到多个法规社团，具体包括：为所述法规复杂网络中的每个节点初始化一个标签集；每个节点的标签集中包括一个唯一的初始标签；针对第r次标签传播迭代，从所述法规复杂网络中随机选择一个节点作为监听者，所述监听者的邻居节点作为广播者；所述邻居节点为与所述监听者之间存在连边的节点；各广播者采用多项分布实验方法从各自的标签集中选择一个标签，并将所述标签及所述标签的权重发送给监听者；所述标签的权重为所述广播者与监听者之间连边的权重；计算所述监听者接收到的相同标签的权重之和；将所述权重之和最高的标签添加至所述监听者的标签集中，重新从所述法规复杂网络中随机选择一个节点作为监听者，直至迭代次数大于或等于迭代阈值；根据各节点标签集中的标签，确定多个法规社团；各法规社团中均包括多部分类后的法规；获取用户输入的检索关键字，并计算所述检索关键字在各待分类法规中的TF-IDF值；将TF-IDF值大于频率阈值的待分类法规作为检索结果集；确定所述检索结果集中各待分类法规所属的法规社团，并向用户展示对应的法规社团；计算所述法规复杂网络中各待分类法规的k-core值；待分类法规与所述法规社团中的法规相对应；根据公式计算待分类法规v的k-core值；其中，kv为待分类法规v的k-core值，dv为待分类法规v的邻居法规的数量，wvu为待分类法规v与其邻居法规u之间连边的权重，m和n为比重调节参数；针对所述检索结果集中各法规社团中的任一法规，根据所述法规的k-core值，计算所述法规与其邻居法规之间的综合相似度；所述邻居法规为在法规复杂网络中与所述法规之间存在连边的法规；根据公式Simv1,u1＝λ·wv1,u1+1-λ·kv1计算法规v1与其邻居法规u1的综合相似度；其中，Simv1,u1为法规v1与其邻居法规u1的综合相似度，λ为比重调节参数，wv1,u1为法规v1与其邻居法规u1之间连边的权重，kv1为法规v1的k-core值；根据各综合相似度，对所述法规社团中的各法规进行降序排序；将排序后的前p部法规作为相似法规集进行推荐。

全文数据：

权利要求：

百度查询： 兰州交通大学 一种基于复杂网络的法规检索方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD