本發(fā)明屬于信息處理技術(shù)領(lǐng)域，更具體的說，尤其涉及一種領(lǐng)域知識(shí)庫(kù)構(gòu)建方法及裝置。

背景技術(shù)：

領(lǐng)域知識(shí)庫(kù)是領(lǐng)域內(nèi)所包括的概念以及概念間的關(guān)系的集合，其中概念是其所屬領(lǐng)域的知識(shí)，可以通過領(lǐng)域內(nèi)的詞條來指示，概念間的關(guān)系是概念間的相似程度，可以通過數(shù)值來表示，如對(duì)于金融領(lǐng)域的領(lǐng)域知識(shí)庫(kù)來說，金融、經(jīng)濟(jì)學(xué)和流通等詞條可以作為其所屬領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念，隨著信息的發(fā)展，領(lǐng)域知識(shí)庫(kù)可以使知識(shí)信息化和有序化，且利用知識(shí)的共享和交流。

目前領(lǐng)域知識(shí)庫(kù)的構(gòu)建通常是由領(lǐng)域內(nèi)的專家或從事編輯工作的人員來完成，即通過專家或從事編輯工作的人員將人腦中的知識(shí)轉(zhuǎn)化為計(jì)算機(jī)所能理解的表現(xiàn)形式，例如對(duì)于金融領(lǐng)域的領(lǐng)域知識(shí)庫(kù)來說，其構(gòu)建可以由經(jīng)濟(jì)學(xué)家來完成，這樣經(jīng)濟(jì)學(xué)家根據(jù)自己的專業(yè)知識(shí)給出金融領(lǐng)域的概念以及概念間的關(guān)系，從而獲得金融領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，但是這種通過人員來構(gòu)建領(lǐng)域知識(shí)庫(kù)需要耗費(fèi)大量時(shí)間、精力和成本，后續(xù)再對(duì)領(lǐng)域知識(shí)庫(kù)中的內(nèi)容更新時(shí)，需要進(jìn)行更新工作的人員對(duì)領(lǐng)域知識(shí)庫(kù)中的內(nèi)容有充分了解才能進(jìn)行更新，因此現(xiàn)有這種通過人員來構(gòu)建領(lǐng)域知識(shí)庫(kù)的方式不利于領(lǐng)域知識(shí)庫(kù)的維護(hù)。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種領(lǐng)域知識(shí)庫(kù)構(gòu)建方法及裝置，用于自動(dòng)構(gòu)建任意一個(gè)領(lǐng)域的知識(shí)庫(kù)，從而解決由人員手動(dòng)構(gòu)建帶來的問題，具體的技術(shù)方案如下：

本發(fā)明提供一種領(lǐng)域知識(shí)庫(kù)構(gòu)建方法，所述方法包括：

獲取當(dāng)前待構(gòu)建領(lǐng)域中的核心概念以及所述核心概念所在目標(biāo)文本；

從所述目標(biāo)文本中獲取至少一個(gè)非核心概念，所述非核心概念為從所述目標(biāo)文本中提取出的位于全量概念集合中的概念，所述全量概念集合為所述待構(gòu)建領(lǐng)域和領(lǐng)域中核心概念和非核心概念的集合；

獲取所述核心概念和所述非核心概念的相似度；

當(dāng)所述核心概念和所述非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，判斷所述非核心概念是否與已存在于所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同，如果否，則將所述滿足預(yù)設(shè)條件的非核心概念保留在所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將所述非核心概念作為新的核心概念，獲取所述新的核心概念所在目標(biāo)文本，返回執(zhí)行從所述目標(biāo)文本中獲取至少一個(gè)非核心概念的步驟，如果是，則舍棄所述滿足預(yù)設(shè)條件的非核心概念；

在獲取到所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的所有概念后，獲取任意兩個(gè)概念間的關(guān)系，從而獲得所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，所述所有概念包括所述待構(gòu)建領(lǐng)域的所有核心概念和所有非核心概念。

優(yōu)選的，所述獲取所述核心概念和所述非核心概念的相似度，包括：

當(dāng)所述核心概念為第1次獲取的概念時(shí)，獲取所述非核心概念所在目標(biāo)文本，從所述非核心概念所在目標(biāo)文本中獲取位于所述全量概念集合中的至少一個(gè)第一概念，并根據(jù)所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念，得到所述核心概念和所述非核心概念的相似度；

當(dāng)所述核心概念為將第i次獲取的非核心概念作為的新的核心概念時(shí)，從所述新的核心概念對(duì)應(yīng)的非核心概念所在目標(biāo)文本中獲取位于所述全量概念集合中的至少一個(gè)第二概念，并根據(jù)所述至少一個(gè)第二概念、所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念和第i次獲取的相似度，得到所述新的核心概念和所述新的核心概念對(duì)應(yīng)的非核心概念的相似度，第i次獲取的相似度是第i次獲取的非核心概念對(duì)應(yīng)的核心概念和第i次獲取的非核心概念之間的相似度，1≤i≤N，N＝M-1，M為獲取到所述待構(gòu)建領(lǐng)域的知識(shí)庫(kù)中的所有概念時(shí)，獲取非核心概念的總次數(shù)。

優(yōu)選的，所述根據(jù)所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念，得到所述核心概念和所述非核心概念的相似度，包括：

獲取所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第一概念的數(shù)量以及所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，其中所述概念總數(shù)為所述相同的第一概念的數(shù)量和所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中不同概念的數(shù)量之和；

根據(jù)所述相同的第一概念的數(shù)量和概念總數(shù)，得到所述核心概念和所述非核心概念的相似度；

所述根據(jù)所述至少一個(gè)第二概念、所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念和第i次獲取的相似度，得到所述新的核心概念和所述新的核心概念對(duì)應(yīng)的非核心概念的相似度，包括：

獲取所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第二概念的數(shù)量以及所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，其中所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)為所述相同的第二概念的數(shù)量和所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中不同概念的數(shù)量之和；

根據(jù)所述相同的第二概念的數(shù)量和所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，得到所述新的核心概念和所述新的核心概念對(duì)應(yīng)的非核心概念的第一相似度；

根據(jù)所述第一相似度和第i次獲取的相似度，得到所述新的核心概念和所述新的核心概念對(duì)應(yīng)的非核心概念的相似度。

優(yōu)選的，所述當(dāng)所述核心概念和所述非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，判斷所述非核心概念是否與已存在于所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同，如果否，則將所述滿足預(yù)設(shè)條件的非核心概念保留在所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將所述非核心概念作為新的核心概念，獲取所述新的核心概念所在目標(biāo)文本，返回執(zhí)行從所述目標(biāo)文本中獲取至少一個(gè)非核心概念的步驟，如果是，則舍棄所述滿足預(yù)設(shè)條件的非核心概念，包括：

獲取所述非核心概念與全量概念集合中的每個(gè)概念的相似度；

根據(jù)所述非核心概念與全量概念集合中的每個(gè)概念的相似度，得到所述非核心概念對(duì)全量概念集合的平均相似度；

當(dāng)所述核心概念和所述非核心概念的相似度大于所述非核心概念對(duì)全量概念集合的平均相似度時(shí)，判斷所述非核心概念是否與已存在于所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同；

如果否，則將相似度大于所述非核心概念對(duì)全量概念集合的平均相似度的非核心概念保留在所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將所述非核心概念作為新的核心概念，獲取所述新的核心概念所在目標(biāo)文本，返回執(zhí)行從所述目標(biāo)文本中獲取至少一個(gè)非核心概念的步驟；

如果是，則舍棄相似度大于所述非核心概念對(duì)全量概念集合的平均相似度的非核心概念。

優(yōu)選的，所述在獲取到所述待構(gòu)建領(lǐng)域的知識(shí)庫(kù)中的所有概念后，獲取任意兩個(gè)概念間的關(guān)系，包括：

獲取所述任意兩個(gè)概念各自對(duì)應(yīng)的非核心概念；

獲取所述任意兩個(gè)概念各自對(duì)應(yīng)的非核心概念中相同概念的數(shù)量以及所述任意兩個(gè)概念中不同概念的數(shù)量；

根據(jù)所述相同概念的數(shù)量和不同概念的數(shù)量，得到所述任意兩個(gè)概念間的相似度，所述任意兩個(gè)概念間的相似度用于指示所述任意兩個(gè)概念間的相似程度。

本發(fā)明還提供一種領(lǐng)域知識(shí)庫(kù)構(gòu)建裝置，所述裝置包括：

第一獲取單元，用于獲取當(dāng)前待構(gòu)建領(lǐng)域中的核心概念以及所述核心概念所在目標(biāo)文本；

第二獲取單元，用于從所述目標(biāo)文本中獲取至少一個(gè)非核心概念，所述非核心概念為從所述目標(biāo)文本中提取出的位于全量概念集合中的概念，所述全量概念集合為所述待構(gòu)建領(lǐng)域和領(lǐng)域中核心概念和非核心概念的集合；

第一計(jì)算單元，用于獲取所述核心概念和所述非核心概念的相似度；

處理單元，用于當(dāng)所述核心概念和所述非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，判斷所述非核心概念是否與已存在于所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同，如果否，則將所述滿足預(yù)設(shè)條件的非核心概念保留在所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將所述非核心概念作為新的核心概念，觸發(fā)所述第一獲取單元，如果是，則舍棄所述滿足預(yù)設(shè)條件的非核心概念；

第二計(jì)算單元，用于在獲取到所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的所有概念后，獲取任意兩個(gè)概念間的關(guān)系，從而獲得所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，所述所有概念包括所述待構(gòu)建領(lǐng)域的所有核心概念和所有非核心概念。

優(yōu)選的，所述第一計(jì)算單元，用于當(dāng)所述核心概念為第1次獲取的概念時(shí)，獲取所述非核心概念所在目標(biāo)文本，從所述非核心概念所在目標(biāo)文本中獲取位于所述全量概念集合中的至少一個(gè)第一概念，并根據(jù)所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念，得到所述核心概念和所述非核心概念的相似度，以及用于當(dāng)所述核心概念為將第i次獲取的非核心概念作為的新的核心概念時(shí)，從所述新的核心概念對(duì)應(yīng)的非核心概念所在目標(biāo)文本中獲取位于所述全量概念集合中的至少一個(gè)第二概念，并根據(jù)所述至少一個(gè)第二概念、所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念和第i次獲取的相似度，得到所述新的核心概念和所述新的核心概念對(duì)應(yīng)的非核心概念的相似度，第i次獲取的相似度是第i次獲取的非核心概念對(duì)應(yīng)的核心概念和第i次獲取的非核心概念之間的相似度，1≤i≤N，N＝M-1，M為獲取到所述待構(gòu)建領(lǐng)域的知識(shí)庫(kù)中的所有概念時(shí)，獲取非核心概念的總次數(shù)。

優(yōu)選的，所述第一計(jì)算單元，包括：

第一獲取子單元，用于當(dāng)所述核心概念為第1次獲取的概念時(shí)，獲取所述非核心概念所在目標(biāo)文本，從所述非核心概念所在目標(biāo)文本中獲取位于所述全量概念集合中的至少一個(gè)第一概念，以及用于當(dāng)所述核心概念為將第i次獲取的非核心概念作為的新的核心概念時(shí)，從所述新的核心概念對(duì)應(yīng)的非核心概念所在目標(biāo)文本中獲取位于所述全量概念集合中的至少一個(gè)第二概念；

第二獲取子單元，用于獲取所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第一概念的數(shù)量以及所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，其中所述概念總數(shù)為所述相同的第一概念的數(shù)量和所述至少一個(gè)第一概念和所述核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中不同概念的數(shù)量之和；

第一計(jì)算子單元，用于根據(jù)所述相同的第一概念的數(shù)量和概念總數(shù)，得到所述核心概念和所述非核心概念的相似度；

第三獲取子單元，用于獲取所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第二概念的數(shù)量以及所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，其中所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)為所述相同的第二概念的數(shù)量和所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中不同概念的數(shù)量之和；

第二計(jì)算子單元，用于根據(jù)所述相同的第二概念的數(shù)量和所述至少一個(gè)第二概念和所述新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，得到所述新的核心概念和所述新的核心概念對(duì)應(yīng)的非核心概念的第一相似度；

第三計(jì)算子單元，用于根據(jù)所述第一相似度和第i次獲取的相似度，得到所述新的核心概念和所述新的核心概念對(duì)應(yīng)的非核心概念的相似度。

優(yōu)選的，所述處理單元，包括：

第四計(jì)算子單元，用于獲取所述非核心概念與全量概念集合中的每個(gè)概念的相似度；

第五計(jì)算子單元，用于根據(jù)所述非核心概念與全量概念集合中的每個(gè)概念的相似度，得到所述非核心概念對(duì)全量概念集合的平均相似度；

判斷子單元，用于當(dāng)所述核心概念和所述非核心概念的相似度大于所述非核心概念對(duì)全量概念集合的平均相似度時(shí)，判斷所述非核心概念是否與已存在于所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同；

處理子單元，用于當(dāng)非核心概念與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念不相同時(shí)，將相似度大于所述非核心概念對(duì)全量概念集合的平均相似度的非核心概念保留在所述待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將所述非核心概念作為新的核心概念，觸發(fā)所述第一獲取單元，以及用于當(dāng)非核心概念與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同時(shí)，則舍棄相似度大于所述非核心概念對(duì)全量概念集合的平均相似度的非核心概念。

優(yōu)選的，所述第二計(jì)算單元，用于獲取所述任意兩個(gè)概念各自對(duì)應(yīng)的非核心概念，獲取所述任意兩個(gè)概念各自對(duì)應(yīng)的非核心概念中相同概念的數(shù)量以及所述任意兩個(gè)概念中不同概念的數(shù)量，并根據(jù)所述相同概念的數(shù)量和不同概念的數(shù)量，得到所述任意兩個(gè)概念間的相似度，所述任意兩個(gè)概念間的相似度用于指示所述任意兩個(gè)概念間的相似程度。

與現(xiàn)有技術(shù)相比，本發(fā)明提供的上述技術(shù)方案具有如下優(yōu)點(diǎn)：

藉由上述技術(shù)方案，在獲取當(dāng)前待構(gòu)建領(lǐng)域中的核心概念以及核心概念所在目標(biāo)文本后，可以從目標(biāo)文本中獲取至少一個(gè)非核心概念，并獲取核心概念和非核心概念的相似度，當(dāng)核心概念和非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，判斷非核心概念是否與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同，如果否則將滿足預(yù)設(shè)條件的非核心概念保留在待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將非核心概念作為新的核心概念，獲取新的核心概念所在目標(biāo)文本，返回執(zhí)行從目標(biāo)文本中獲取至少一個(gè)非核心概念的步驟，在獲取到待構(gòu)建領(lǐng)域的知識(shí)庫(kù)中的所有概念后，獲取任意兩個(gè)概念間的關(guān)系，從而獲得待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，實(shí)現(xiàn)待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)的自動(dòng)構(gòu)建，這樣待構(gòu)建領(lǐng)域的專家或者從事編輯工作的人員就無需手動(dòng)構(gòu)建知識(shí)庫(kù)。在構(gòu)建任意一個(gè)領(lǐng)域的領(lǐng)域知識(shí)庫(kù)后，還可以通過構(gòu)建領(lǐng)域知識(shí)庫(kù)中的各個(gè)步驟來自動(dòng)更新知識(shí)庫(kù)，使得人員無需了解知領(lǐng)域知識(shí)庫(kù)的相關(guān)內(nèi)容，降低領(lǐng)域知識(shí)庫(kù)的維護(hù)難度。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得的附圖。

圖1是本發(fā)明實(shí)施例提供的領(lǐng)域知識(shí)庫(kù)構(gòu)建方法的流程圖；

圖2是本發(fā)明實(shí)施例提供的相似度獲取的一種流程圖；

圖3是本發(fā)明實(shí)施例提供的相似度獲取的另一種流程圖；

圖4是本發(fā)明實(shí)施例提供的領(lǐng)域知識(shí)庫(kù)構(gòu)建裝置的結(jié)構(gòu)示意圖；

圖5是本發(fā)明實(shí)施例提供的領(lǐng)域知識(shí)庫(kù)構(gòu)建裝置中第一計(jì)算單元的結(jié)構(gòu)示意圖；

圖6是本發(fā)明實(shí)施例提供的領(lǐng)域知識(shí)庫(kù)構(gòu)建裝置中處理單元的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參閱圖1，其示出了本發(fā)明實(shí)施例提供的領(lǐng)域知識(shí)庫(kù)構(gòu)建方法的流程圖，用于自動(dòng)構(gòu)建任意一個(gè)領(lǐng)域知識(shí)庫(kù)，以解決因?yàn)槿藛T手動(dòng)構(gòu)建領(lǐng)域知識(shí)庫(kù)帶來的問題。具體的，圖1所示領(lǐng)域知識(shí)庫(kù)構(gòu)建方法可以包括以下步驟：

101：獲取當(dāng)前待構(gòu)建領(lǐng)域中的核心概念以及核心概念所在目標(biāo)文本。其中待構(gòu)建領(lǐng)域是從全量知識(shí)庫(kù)中提取出的某個(gè)特定領(lǐng)域，核心概念則是待構(gòu)建領(lǐng)域中具有代表性的概念，如從全量知識(shí)庫(kù)中提取出的金融領(lǐng)域來作為待構(gòu)建領(lǐng)域時(shí)，可以將“金融”這個(gè)用戶公知的詞條作為金融領(lǐng)域的核心概念。而核心概念所在目標(biāo)文本可以是某個(gè)網(wǎng)站中對(duì)核心概念進(jìn)行解釋的文本，如核心概念為“金融”時(shí)，其所在目標(biāo)文本可以是百度百科或維基百科對(duì)金融進(jìn)行解釋的文本。

在本發(fā)明實(shí)施例中，核心概念的確定方式是：獲取每個(gè)概念在金融領(lǐng)域中各個(gè)文本中出現(xiàn)的次數(shù)，選取出現(xiàn)次數(shù)在預(yù)設(shè)次數(shù)范圍內(nèi)的概念為核心概念，其中每個(gè)概念可以通過數(shù)據(jù)抓取方式從金融領(lǐng)域中的各個(gè)文本中獲取，當(dāng)然也可以由領(lǐng)域內(nèi)的專家或從事編輯工作的人員手動(dòng)指定，并在獲取金融領(lǐng)域中的每個(gè)概念后，對(duì)每個(gè)概念在金融領(lǐng)域中各個(gè)文本中出現(xiàn)的次數(shù)可以在構(gòu)建全量知識(shí)庫(kù)中標(biāo)記，且預(yù)設(shè)次數(shù)范圍可以根據(jù)實(shí)際應(yīng)用而定，又或者核心概念的確定方式是：由專家來標(biāo)記其所研究領(lǐng)域中的核心概念。

上述全量知識(shí)庫(kù)是待構(gòu)建領(lǐng)域和其他領(lǐng)域中知識(shí)的集合，包括待構(gòu)建領(lǐng)域和其他領(lǐng)域中所有概念和概念間的關(guān)系，本發(fā)明實(shí)施例領(lǐng)域知識(shí)庫(kù)構(gòu)建方法則是基于全量知識(shí)庫(kù)中得到屬于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)的概念和概念間的關(guān)系。其中全量知識(shí)庫(kù)的獲取方式包括但不限于下述方式：

一種獲取方式是通過數(shù)據(jù)抓取方式來得到全量知識(shí)庫(kù)，具體的通過網(wǎng)絡(luò)爬蟲，從互聯(lián)網(wǎng)上抓取網(wǎng)頁(yè)信息，然后將抓取的網(wǎng)頁(yè)信息與門戶網(wǎng)站提供的信息進(jìn)行比對(duì)，得到文本信息保存在全量知識(shí)庫(kù)中，這樣文本信息中的各個(gè)詞條可以視為概念，而在同一個(gè)文本信息中的詞條可以視為具有關(guān)系的概念，其中門戶網(wǎng)站是通向某類綜合性互聯(lián)網(wǎng)信息資源并提供有關(guān)信息服務(wù)的應(yīng)用系統(tǒng)；又或者從現(xiàn)有的全量知識(shí)庫(kù)網(wǎng)站中抓取，如百度百科或維基百科等網(wǎng)站中抓取。

另一種獲取方式通過人工組織方式得到全量知識(shí)庫(kù)，具體的由專家或從事編輯工作的人員根據(jù)現(xiàn)有的知識(shí)庫(kù)以及自身掌握的指示進(jìn)行編輯，通過多人共同工作實(shí)現(xiàn)一個(gè)全量知識(shí)庫(kù)。這種工作往往不是個(gè)人和單個(gè)組織能完成的，所以這種人工組織方式都在網(wǎng)上來進(jìn)行協(xié)作，例如百度百科這種全量知識(shí)庫(kù)網(wǎng)站就是人工在網(wǎng)上協(xié)作完成的。

102：從目標(biāo)文本中獲取至少一個(gè)非核心概念，其中非核心概念為從目標(biāo)文本中提取出的位于全量概念集合中的概念，全量概念集合為待構(gòu)建領(lǐng)域和領(lǐng)域中核心概念和非核心概念的集合，因此上述全量知識(shí)庫(kù)可以是全量概念集合與概念間的關(guān)系的集合。

在獲取目標(biāo)文本后，從目標(biāo)文本中獲取具有超鏈接功能的詞條，然后將詞條所指示概念與全量概念集合中的概念進(jìn)行比對(duì)，若詞條所指示概念與全量概念集合中的某個(gè)概念相同，則將詞條所指示概念作為非核心概念，其中具有超鏈接功能的詞條是在觸發(fā)詞條后可以訪問到對(duì)詞條進(jìn)行解釋的文本。

此外，除上述獲取非核心概念的方式之外，還可以通過中文分詞技術(shù)對(duì)目標(biāo)文本進(jìn)行分詞處理，將得到的每個(gè)詞條所指示的概念與全量概念集合中的概念進(jìn)行比對(duì)，若詞條所指示概念與全量概念集合中的某個(gè)概念相同，則將詞條所指示概念作為非核心概念。

例如，核心概念為“金融”時(shí)，從其所在目標(biāo)文本中獲取的詞條有：“流通”，“演化金融學(xué)”，“演化證券學(xué)”，“票號(hào)”，“匯票”，“銀子”，“中介機(jī)構(gòu)”，“經(jīng)濟(jì)學(xué)家”，“貨幣”,“商品”，若這些詞條指示的概念均與全量概念集合中的某個(gè)概念相同，則將上述詞條指示的概念分別作為非核心概念，若某個(gè)詞條指示的概念與全量概念集合中的每個(gè)概念均不同，如“中介機(jī)構(gòu)”，則不能將其作為非核心概念。

103：獲取核心概念和非核心概念的相似度。其中相似度用于指示非核心概念與核心概念的相似程度，以確定非核心概念是否可以作為待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念，核心概念和非核心概念的相似度可通過余弦相似度、皮爾森相似系數(shù)和Jaccard相似度來得到，介于Jaccard相似度的計(jì)算復(fù)雜度和計(jì)算效率優(yōu)于余弦相似度和皮爾森相似系數(shù)，本發(fā)明實(shí)施例以Jaccard相似度對(duì)獲取核心概念和非核心概念的相似度進(jìn)行說明。

其中Jaccard相似度用于計(jì)算符號(hào)度量或布爾值度量的個(gè)體間的相似度，其對(duì)應(yīng)的計(jì)算公式如下：

其中表示a和o在X中的概念集合，a為核心概念，o為非核心概念，X為全量概念集合，即在本發(fā)明實(shí)施例中核心概念和非核心概念的相似度的計(jì)算可以是：分別獲取核心概念和非核心概念的概念集合，這兩個(gè)概念集合的交集中概念的數(shù)量除以并集中概念的數(shù)量即為核心概念和非核心概念的相似度。

例如，o指“金融”這個(gè)核心概念，O指“金融”在全量概念集合X中鏈接到的非核心概念的集合，例如上面提到的“流通”，“演化金融學(xué)”，“演化證券學(xué)”，“票號(hào)”，“匯票”，“銀子”，“中介機(jī)構(gòu)”，“經(jīng)濟(jì)學(xué)家”，“貨幣”,“商品”。

而a指“經(jīng)濟(jì)學(xué)家”這個(gè)非核心概念，A指“經(jīng)濟(jì)學(xué)家”在全量概念集合X中鏈接到的其他概念的集合，例如“貨幣”，“生產(chǎn)資料”，“分銷”，“經(jīng)濟(jì)學(xué)”，“商品”。那么，由于“貨幣”，“商品”是兩者的交集，則上述計(jì)算公式Sim_a,o分子為2。并集為“流通”，“演化金融學(xué)”，“演化證券學(xué)”，“票號(hào)”，“匯票”，“銀子”，“中介機(jī)構(gòu)”，“經(jīng)濟(jì)學(xué)家”，“貨幣”,“商品”，“生產(chǎn)資料”，“分銷”，“經(jīng)濟(jì)學(xué)”，則上述計(jì)算公式Sim_a,o分母為13，則兩者相似度為2/13≈0.154。

從上述計(jì)算公式Sim_a,o可知，核心概念和非核心概念的相似度的獲取過程如圖2所示，可以包括以下步驟：

201：獲取非核心概念所在目標(biāo)文本，從非核心概念所在目標(biāo)文本中獲取位于全量概念集合中的至少一個(gè)第一概念。

在本發(fā)明實(shí)施例中，至少一個(gè)第一概念的獲取方式與核心概念對(duì)應(yīng)的非核心概念的獲取方式相同，對(duì)此不再詳述，以“經(jīng)濟(jì)學(xué)家”這個(gè)非核心概念為例，獲取的至少一個(gè)第一概念分別有：“貨幣”，“生產(chǎn)資料”，“分銷”，“經(jīng)濟(jì)學(xué)”，“商品”。

202：獲取至少一個(gè)第一概念和核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第一概念的數(shù)量以及至少一個(gè)第一概念和核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，其中概念總數(shù)為相同的第一概念的數(shù)量和至少一個(gè)第一概念和核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中不同概念的數(shù)量之和。

以上述“金融”為核心概念，第一概念為通過金融這個(gè)核心概念中的經(jīng)濟(jì)學(xué)家這個(gè)非核心概念得到的概念，相應(yīng)的，金融這個(gè)核心概念對(duì)應(yīng)的至少一個(gè)非核心概念有：“流通”，“演化金融學(xué)”，“演化證券學(xué)”，“票號(hào)”，“匯票”，“銀子”，“中介機(jī)構(gòu)”，“經(jīng)濟(jì)學(xué)家”，“貨幣”,“商品”，經(jīng)濟(jì)學(xué)家這個(gè)非核心概念得到的至少一個(gè)第一概念有：“貨幣”，“生產(chǎn)資料”，“分銷”，“經(jīng)濟(jì)學(xué)”，“商品”，則這兩個(gè)概念集合中相同的第一概念為“貨幣、商品”，則相同的第一概念的數(shù)量為2，不同概念的數(shù)量為11，則概念總數(shù)為13。

203：根據(jù)相同的第一概念的數(shù)量和概念總數(shù)，得到核心概念和非核心概念的相似度，以通過步驟202和步驟203實(shí)現(xiàn)根據(jù)第一概念和核心概念對(duì)應(yīng)的至少一個(gè)非核心概念，得到核心概念和非核心概念的相似度。

在這里需要說明的是：在需要得到核心概念和某個(gè)非核心概念的相似度時(shí)，其根據(jù)的相同的第一概念的數(shù)量和概念總數(shù)是這個(gè)非核心概念對(duì)應(yīng)的信息，而非其他非核心概念對(duì)應(yīng)的信息，例如在需要得到核心概念“金融”與非核心概念“經(jīng)濟(jì)學(xué)家”的相似度時(shí)，相同的第一概念的數(shù)量和概念總數(shù)是非核心概念“經(jīng)濟(jì)學(xué)家”對(duì)應(yīng)的信息。

104：判斷核心概念和非核心概念的相似度是否滿足預(yù)設(shè)條件，如果是，執(zhí)行步驟105，如果否，執(zhí)行步驟108。當(dāng)核心概念和非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，指示非核心概念是待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念；當(dāng)核心概念和非核心概念的相似度不滿足預(yù)設(shè)條件時(shí)，指示非核心概念不是待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念。

在本發(fā)明實(shí)施例中，預(yù)設(shè)條件的一種可行方式是：非核心概念對(duì)全量概念集合的平均相似度，其獲取過程是：獲取非核心概念與全量概念集合中的每個(gè)概念的相似度，并根據(jù)非核心概念與全量概念集合中的每個(gè)概念的相似度，得到非核心概念對(duì)全量概念集合的平均相似度，具體的計(jì)算公式如下：

設(shè)全量概念集合為X＝{x₁,x₂,...x_n}，x_i表示全量概念集合X中的第i個(gè)概念，則非核心概念a對(duì)于全量概念集合的平均相似度的公式如下：

Sim(a,x_i)為非核心概念a與x_i的相似度，其計(jì)算公式可以參閱Sim_a,o的計(jì)算公式，當(dāng)核心概念和非核心概念的相似度大于非核心概念對(duì)全量概念集合的平均相似度時(shí)，判斷核心概念和非核心概念的相似度滿足預(yù)設(shè)條件，當(dāng)核心概念和非核心概念的相似度小于或等于非核心概念對(duì)全量概念集合的平均相似度時(shí)，判斷核心概念和非核心概念的相似度不滿足預(yù)設(shè)條件。

105：當(dāng)核心概念和非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，判斷非核心概念是否與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同，如果否，執(zhí)行步驟106，如果是，執(zhí)行步驟107。

106：將滿足預(yù)設(shè)條件的非核心概念保留在待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將非核心概念作為新的核心概念，獲取新的核心概念所在目標(biāo)文本，并繼續(xù)執(zhí)行步驟102。

107：舍棄滿足預(yù)設(shè)條件的非核心概念，并執(zhí)行步驟109。

當(dāng)核心概念和非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，指示非核心概念是待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念，但是還需要進(jìn)一步判斷待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中是否已經(jīng)有與其相同的概念，如果是，則說明這個(gè)非核心概念已經(jīng)被寫入到領(lǐng)域知識(shí)庫(kù)中，此時(shí)可以執(zhí)行步驟107將其舍棄，以避免領(lǐng)域知識(shí)庫(kù)中概念的重復(fù)，如果否，則說明這個(gè)非核心概念未被寫入到領(lǐng)域知識(shí)庫(kù)中，則執(zhí)行步驟106將其保留在領(lǐng)域知識(shí)庫(kù)中，并將其作為新的核心概念，獲取新的核心概念所在目標(biāo)文本中，繼續(xù)從新的核心概念所在目標(biāo)文本中獲取至少一個(gè)非核心概念，即繼續(xù)獲取待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的其他概念，來完善領(lǐng)域知識(shí)庫(kù)。

在預(yù)設(shè)條件為非核心概念對(duì)全量概念集合的平均相似度時(shí)，步驟107舍棄的是相似度大于非核心概念對(duì)全量概念集合的平均相似度的非核心概念，相應(yīng)的步驟106保留的是相似度大于非核心概念對(duì)全量概念集合的平均相似度的非核心概念，并可以將相似度大于非核心概念對(duì)全量概念集合的平均相似度的非核心概念作為新的核心概念。

108：舍棄不滿足預(yù)設(shè)條件的非核心概念，并執(zhí)行步驟109。當(dāng)核心概念和非核心概念的相似度不滿足預(yù)設(shè)條件時(shí)，指示非核心概念不是待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念，此時(shí)可以直接舍棄不滿足預(yù)設(shè)條件的非核心概念，如直接舍棄相似度小于或等于非核心概念對(duì)全量概念集合的平均相似度的非核心概念

109：在獲取到待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的所有概念后，獲取任意兩個(gè)概念間的關(guān)系，從而獲得待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，其中所有概念包括待構(gòu)建領(lǐng)域的所有核心概念和所有非核心概念。

在本發(fā)明實(shí)施例中，若通過步驟107和步驟108舍棄了步驟102獲取的所有非核心概念，表示剩余的所有非核心概念已經(jīng)被寫入到領(lǐng)域知識(shí)庫(kù)中，進(jìn)而說明獲取到領(lǐng)域知識(shí)庫(kù)中的所有概念，此時(shí)可以進(jìn)一步獲取任意兩個(gè)概念間的關(guān)系，完成領(lǐng)域知識(shí)庫(kù)的構(gòu)建。

若步驟106仍有非核心概念作為新的核心概念，說明仍有非核心概念未被寫入到領(lǐng)域知識(shí)庫(kù)中，則繼續(xù)將非核心概念作為新的核心概念，執(zhí)行步驟102，以完善領(lǐng)域知識(shí)庫(kù)。

在本發(fā)明實(shí)施例中，任意兩個(gè)概念間的關(guān)系可以是從屬關(guān)系或者同層次關(guān)系，如核心概念和核心概念下的非核心概念間的關(guān)系可以是從屬關(guān)系，而同一個(gè)核心概念的多個(gè)非核心概念間的關(guān)系可以是同層次關(guān)系。

當(dāng)然任意兩個(gè)概念間的關(guān)系可以以任意兩個(gè)概念間的相似度來指示，其中任意兩個(gè)概念間的相似度可通過余弦相似度、皮爾森相似系數(shù)和Jaccard相似度來得到，介于Jaccard相似度的計(jì)算復(fù)雜度和計(jì)算效率優(yōu)于余弦相似度和皮爾森相似系數(shù)，本發(fā)明實(shí)施例以Jaccard相似度對(duì)獲取任意兩個(gè)概念間的相似度進(jìn)行說明。

設(shè)待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)的概念集合為S，任意兩個(gè)概念中的一個(gè)概念為a，另一個(gè)概念為b，概念a和概念b間的相似度計(jì)算公式如下：

其中，表示a和b在S中的概念集合。

例如，待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念有“金融”，“經(jīng)濟(jì)學(xué)家”，“經(jīng)濟(jì)學(xué)”，“貨幣”，“商品”，“股票”，“市場(chǎng)”。其中a為“經(jīng)濟(jì)學(xué)家”，A指以“經(jīng)濟(jì)學(xué)家”為核心概念，在領(lǐng)域知識(shí)庫(kù)的概念S中核心概念“經(jīng)濟(jì)學(xué)家”對(duì)應(yīng)的非核心概念的集合。本來，“經(jīng)濟(jì)學(xué)家”在作為核心概念時(shí)獲取的非核心概念有：“貨幣”，“生產(chǎn)資料”，“分銷”，“經(jīng)濟(jì)學(xué)”，“商品”，但是在經(jīng)過處理后保留在領(lǐng)域知識(shí)庫(kù)中的有：“貨幣”，“經(jīng)濟(jì)學(xué)”，“商品”，則A這個(gè)概念集合中包括“貨幣、經(jīng)濟(jì)學(xué)、商品”這三個(gè)概念。

b為“市場(chǎng)”，B指以“市場(chǎng)”為核心概念，在領(lǐng)域知識(shí)庫(kù)的概念S中核心概念“市場(chǎng)”對(duì)應(yīng)的非核心概念的集合。本來，“市場(chǎng)”在作為核心概念時(shí)獲取的非核心概念有：“股票”，“交易”，“價(jià)值”，“商品”，但是在經(jīng)過處理后保留在領(lǐng)域知識(shí)庫(kù)中的有：“股票”，“商品”，則B這個(gè)概念集合中包括“股票、商品”這三個(gè)概念。

那么，由于“商品”是集合A和集合B的交集，則計(jì)算公式Sim_a,b中分子為1。集合A和集合B的并集為“貨幣”，“經(jīng)濟(jì)學(xué)”，“商品”，“股票”，則計(jì)算公式Sim_a,b中分母為4，則概念a和概念b間的相似度為1/4≈0.25，由此，得到經(jīng)濟(jì)學(xué)家和市場(chǎng)的相似度關(guān)系為0.25。

通過上述計(jì)算公式可得出，在以任意兩個(gè)概念間的相似度來指示任意兩個(gè)概念間的關(guān)系時(shí)，任意兩個(gè)概念間的關(guān)系的獲取方式可以是：獲取任意兩個(gè)概念各自對(duì)應(yīng)的非核心概念，獲取任意兩個(gè)概念各自對(duì)應(yīng)的非核心概念中相同概念的數(shù)量以及任意兩個(gè)概念中不同概念的數(shù)量，并根據(jù)相同概念的數(shù)量和不同概念的數(shù)量，得到任意兩個(gè)概念間的相似度，任意兩個(gè)概念間的相似度用于指示任意兩個(gè)概念間的相似程度。

藉由上述技術(shù)方案，在獲取當(dāng)前待構(gòu)建領(lǐng)域中的核心概念以及核心概念所在目標(biāo)文本后，可以從目標(biāo)文本中獲取至少一個(gè)非核心概念，并獲取核心概念和非核心概念的相似度，當(dāng)核心概念和非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，判斷非核心概念是否與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同，如果否則將滿足預(yù)設(shè)條件的非核心概念保留在待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將非核心概念作為新的核心概念，獲取新的核心概念所在目標(biāo)文本，返回執(zhí)行從目標(biāo)文本中獲取至少一個(gè)非核心概念的步驟，在獲取到待構(gòu)建領(lǐng)域的知識(shí)庫(kù)中的所有概念后，獲取任意兩個(gè)概念間的關(guān)系，從而獲得待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，實(shí)現(xiàn)待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)的自動(dòng)構(gòu)建，這樣待構(gòu)建領(lǐng)域的專家或者從事編輯工作的人員就無需手動(dòng)構(gòu)建知識(shí)庫(kù)。在構(gòu)建任意一個(gè)領(lǐng)域的領(lǐng)域知識(shí)庫(kù)后，還可以通過構(gòu)建領(lǐng)域知識(shí)庫(kù)中的各個(gè)步驟來自動(dòng)更新知識(shí)庫(kù)，使得人員無需了解知領(lǐng)域知識(shí)庫(kù)的相關(guān)內(nèi)容，降低領(lǐng)域知識(shí)庫(kù)的維護(hù)難度。

在這里需要說明的一點(diǎn)是：在獲取核心概念和非核心概念的相似度時(shí)，若核心概念為第1次獲取的概念，即不是由得到的非核心概念作為的新的核心概念時(shí)，可以通過上述計(jì)算公式Sim_a,o來得到，但是當(dāng)核心概念為將第i次獲取的非核心概念作為的新的核心概念時(shí)，則需要考慮相似度傳遞，比如計(jì)算上述“經(jīng)濟(jì)學(xué)家”與“經(jīng)濟(jì)學(xué)”的相似度時(shí)，在相似度公式中需要考慮“經(jīng)濟(jì)學(xué)家”與“金融”的相似度，其中1≤i≤N，N＝M-1，M為獲取到所述待構(gòu)建領(lǐng)域的知識(shí)庫(kù)中的所有概念時(shí)，獲取非核心概念的總次數(shù)。

之所以考慮相似度傳遞是因?yàn)殡S著傳遞層次的增加，獲取的非核心概念可能會(huì)與第1次獲取的核心概念無關(guān)，對(duì)于這類非核心概念是不能寫入到領(lǐng)域知識(shí)庫(kù)中的，但是在不考慮相似度傳遞的情況下，這個(gè)非核心概念滿足本發(fā)明實(shí)施例設(shè)定的預(yù)設(shè)條件，從而會(huì)將其保留在領(lǐng)域知識(shí)庫(kù)中，導(dǎo)致領(lǐng)域知識(shí)庫(kù)中存在不屬于該領(lǐng)域的概念，為此本發(fā)明實(shí)施例考慮相似度傳遞，使得非核心概念與之前得到的核心概念通過其自身對(duì)應(yīng)的核心概念關(guān)聯(lián)，降低領(lǐng)域知識(shí)庫(kù)中存在錯(cuò)誤概念的概率，相應(yīng)的，對(duì)于第i次獲取的非核心概念作為的新的核心概念，新的核心概念和非核心概念的相似度的計(jì)算過程如圖3所示，可以包括以下步驟：

301：從新的核心概念對(duì)應(yīng)的非核心概念所在目標(biāo)文本中獲取位于全量概念集合中的至少一個(gè)第二概念。在本發(fā)明實(shí)施例中，至少一個(gè)第二概念的獲取方式與核心概念對(duì)應(yīng)的非核心概念的獲取方式相同，對(duì)此不再詳述，仍以上述金融和經(jīng)濟(jì)學(xué)家為例，金融為第1次獲取的核心概念，經(jīng)濟(jì)學(xué)家為第1次得到的非核心概念，可以將其作為新的核心概念，在經(jīng)濟(jì)學(xué)家作為新的核心概念時(shí)，得到的非核心概念有：“貨幣”，“生產(chǎn)資料”，“分銷”，“經(jīng)濟(jì)學(xué)”，“商品”，然后獲取每個(gè)非核心概念所在目標(biāo)文本中位于全量概念集合中的至少一個(gè)第二概念，即獲取每個(gè)非核心概念的第二概念的集合。

302：獲取至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第二概念的數(shù)量以及至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，其中至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)為相同的第二概念的數(shù)量和至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中不同概念的數(shù)量之和。

可以理解的是：獲取至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第二概念的數(shù)量以及至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)是：以每個(gè)第二概念的集合為單位，獲取每個(gè)第二概念的集合和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第二概念的數(shù)量和不同的第二概念的數(shù)量，這樣通過每個(gè)第二概念的集合的相同的第二概念的數(shù)量和不同的第二概念的數(shù)量，得到對(duì)應(yīng)的第二概念的集合的概念總數(shù)。

303：根據(jù)相同的第二概念的數(shù)量和至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，得到新的核心概念和新的核心概念對(duì)應(yīng)的非核心概念的第一相似度，其相應(yīng)的計(jì)算公式為：

其中，b_n為第n次獲取的新的核心概念，其對(duì)應(yīng)的非核心概念為a，表示a和b_n在S中的概念集合，A∩C表示相同的第二概念的數(shù)量，A∪C表示至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)。

304：根據(jù)第一相似度和第i次獲取的相似度，得到新的核心概念和新的核心概念對(duì)應(yīng)的非核心概念的相似度，以通過步驟302至步驟304實(shí)現(xiàn)根據(jù)至少一個(gè)第二概念、新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念和第i次獲取的相似度，得到新的核心概念和新的核心概念對(duì)應(yīng)的非核心概念的相似度，其中第i次獲取的相似度是第i次獲取的非核心概念對(duì)應(yīng)的核心概念和第i次獲取的非核心概念之間的相似度。

下面以全量概念集合為X，第1次獲取的核心概念為o，非核心概念為a，作為新的核心概念的集合為B，且B＝{b₁,b₂,...b_n}，其中b_i為第i次獲取的新的核心概念，則b₁為第1次獲取的新的核心概念，即核心概念o得到的非核心概念所作為的新的核心概念，則o和a的相似度公式如下：

其中為第i次獲取的相似度。

在這里需要說明的一點(diǎn)是：在確定待構(gòu)建領(lǐng)域中的核心概念時(shí)，可能會(huì)確定多個(gè)核心概念，為此可以從多個(gè)核心概念中選取一個(gè)核心概念，并獲取所選取的核心概念所在目標(biāo)文本，當(dāng)然也可以并行或依次對(duì)多個(gè)核心概念進(jìn)行處理，在并行或依次對(duì)多個(gè)核心概念進(jìn)行處理時(shí)，在獲取到任意一個(gè)核心概念的非核心概念后，需要與其他核心概念對(duì)應(yīng)的非核心概念進(jìn)行比對(duì)，以僅對(duì)任意兩個(gè)或多個(gè)核心概念中的非核心概念中的一個(gè)非核心概念進(jìn)行處理。

對(duì)于前述的各方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本發(fā)明，某些步驟可以采用順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說明書中所描述的實(shí)施例均屬于優(yōu)選實(shí)施例，所涉及的動(dòng)作和模塊并不一定是本發(fā)明所必須的。

請(qǐng)參閱圖4，其示出了本發(fā)明實(shí)施例提供的領(lǐng)域知識(shí)庫(kù)構(gòu)建裝置的結(jié)構(gòu)，可以包括：第一獲取單元11、第二獲取單元12、第一計(jì)算單元13、處理單元14和第二計(jì)算單元15。

第一獲取單元11，用于獲取當(dāng)前待構(gòu)建領(lǐng)域中的核心概念以及核心概念所在目標(biāo)文本。

其中待構(gòu)建領(lǐng)域是從全量知識(shí)庫(kù)中提取出的某個(gè)特定領(lǐng)域，核心概念則是待構(gòu)建領(lǐng)域中具有代表性的概念，如從全量知識(shí)庫(kù)中提取出的金融領(lǐng)域來作為待構(gòu)建領(lǐng)域時(shí)，可以將“金融”這個(gè)用戶公知的詞條作為金融領(lǐng)域的核心概念。而核心概念所在目標(biāo)文本可以是某個(gè)網(wǎng)站中對(duì)核心概念進(jìn)行解釋的文本，如核心概念為“金融”時(shí)，其所在目標(biāo)文本可以是百度百科或維基百科對(duì)金融進(jìn)行解釋的文本。

對(duì)于如何確定核心概念和全量知識(shí)庫(kù)的獲取方式可以參閱方法實(shí)施例中的相關(guān)說明，對(duì)此本發(fā)明實(shí)施例不再闡述。

第二獲取單元12，用于從目標(biāo)文本中獲取至少一個(gè)非核心概念，非核心概念為從目標(biāo)文本中提取出的位于全量概念集合中的概念，全量概念集合為待構(gòu)建領(lǐng)域和領(lǐng)域中核心概念和非核心概念的集合，因此上述全量知識(shí)庫(kù)可以是全量概念集合與概念間的關(guān)系的集合，對(duì)于第二獲取單元12來說，其獲取至少一個(gè)非核心概念的方式請(qǐng)參閱方法實(shí)施例中的相關(guān)說明，對(duì)此本發(fā)明實(shí)施例不再闡述。

第一計(jì)算單元13，用于獲取核心概念和非核心概念的相似度。其中相似度用于指示非核心概念與核心概念的相似程度，以確定非核心概念是否可以作為待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念，核心概念和非核心概念的相似度可通過余弦相似度、皮爾森相似系數(shù)和Jaccard相似度來得到，介于Jaccard相似度的計(jì)算復(fù)雜度和計(jì)算效率優(yōu)于余弦相似度和皮爾森相似系數(shù)，本發(fā)明實(shí)施例以Jaccard相似度對(duì)獲取核心概念和非核心概念的相似度進(jìn)行說明。

相應(yīng)的，當(dāng)核心概念為第1次獲取的概念時(shí)，第一計(jì)算單元13用于獲取非核心概念所在目標(biāo)文本，從非核心概念所在目標(biāo)文本中獲取位于全量概念集合中的至少一個(gè)第一概念，并根據(jù)至少一個(gè)第一概念和核心概念對(duì)應(yīng)的至少一個(gè)非核心概念，得到核心概念和非核心概念的相似度。

當(dāng)核心概念為將第i次獲取的非核心概念作為的新的核心概念時(shí)，第一計(jì)算單元13用于從新的核心概念對(duì)應(yīng)的非核心概念所在目標(biāo)文本中獲取位于全量概念集合中的至少一個(gè)第二概念，并根據(jù)至少一個(gè)第二概念、新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念和第i次獲取的相似度，得到新的核心概念和新的核心概念對(duì)應(yīng)的非核心概念的相似度，以將第i次獲取的相似度傳遞到第i次獲取的非核心概念作為的新的核心概念對(duì)應(yīng)的相似度，使得非核心概念與之前得到的核心概念通過其自身對(duì)應(yīng)的核心概念關(guān)聯(lián)，降低領(lǐng)域知識(shí)庫(kù)中存在錯(cuò)誤概念的概率。

其中第i次獲取的相似度是第i次獲取的非核心概念對(duì)應(yīng)的核心概念和第i次獲取的非核心概念之間的相似度，1≤i≤N，N＝M-1，M為獲取到待構(gòu)建領(lǐng)域的知識(shí)庫(kù)中的所有概念時(shí)，獲取非核心概念的總次數(shù)。

相對(duì)應(yīng)的，第一計(jì)算單元13的結(jié)構(gòu)如圖5所示，可以包括：第一獲取子單元131、第二獲取子單元132、第一計(jì)算子單元133、第三獲取子單元134、第二計(jì)算子單元135和第三計(jì)算子單元136。

第一獲取子單元131，用于當(dāng)核心概念為第1次獲取的概念時(shí)，獲取非核心概念所在目標(biāo)文本，從非核心概念所在目標(biāo)文本中獲取位于全量概念集合中的至少一個(gè)第一概念，以及用于當(dāng)核心概念為將第i次獲取的非核心概念作為的新的核心概念時(shí)，從新的核心概念對(duì)應(yīng)的非核心概念所在目標(biāo)文本中獲取位于全量概念集合中的至少一個(gè)第二概念。

第二獲取子單元132，用于獲取至少一個(gè)第一概念和核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第一概念的數(shù)量以及至少一個(gè)第一概念和核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，其中概念總數(shù)為相同的第一概念的數(shù)量和至少一個(gè)第一概念和核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中不同概念的數(shù)量之和。

第一計(jì)算子單元133，用于根據(jù)相同的第一概念的數(shù)量和概念總數(shù)，得到核心概念和非核心概念的相似度。

第三獲取子單元134，用于獲取至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中相同的第二概念的數(shù)量以及至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，其中至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)為相同的第二概念的數(shù)量和至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中不同概念的數(shù)量之和。

第二計(jì)算子單元135，用于根據(jù)相同的第二概念的數(shù)量和至少一個(gè)第二概念和新的核心概念對(duì)應(yīng)的至少一個(gè)非核心概念中的概念總數(shù)，得到新的核心概念和新的核心概念對(duì)應(yīng)的非核心概念的第一相似度。

第三計(jì)算子單元136，用于根據(jù)第一相似度和第i次獲取的相似度，得到新的核心概念和新的核心概念對(duì)應(yīng)的非核心概念的相似度。

在本發(fā)明實(shí)施例中，第一獲取子單元131、第二獲取子單元132、第一計(jì)算子單元133、第三獲取子單元134、第二計(jì)算子單元135和第三計(jì)算子單元136的具體執(zhí)行過程以及示例說明，請(qǐng)參閱方法實(shí)施例部分的相關(guān)說明，對(duì)此本發(fā)明實(shí)施例不再闡述。

處理單元14，用于當(dāng)核心概念和非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，判斷非核心概念是否與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同，如果否，則將滿足預(yù)設(shè)條件的非核心概念保留在待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將非核心概念作為新的核心概念，觸發(fā)第一獲取單元11，如果是，則舍棄滿足預(yù)設(shè)條件的非核心概念。

在本發(fā)明實(shí)施例中，預(yù)設(shè)條件的一種可行方式是：非核心概念對(duì)全量概念集合的平均相似度，相應(yīng)的處理單元14的結(jié)構(gòu)如圖6所示，可以包括：第四計(jì)算子單元141、第五計(jì)算子單元142、判斷子單元143和處理子單元144。

第四計(jì)算子單元141，用于獲取非核心概念與全量概念集合中的每個(gè)概念的相似度。

第五計(jì)算子單元142，用于根據(jù)非核心概念與全量概念集合中的每個(gè)概念的相似度，得到非核心概念對(duì)全量概念集合的平均相似度。

判斷子單元143，用于當(dāng)核心概念和非核心概念的相似度大于非核心概念對(duì)全量概念集合的平均相似度時(shí)，判斷非核心概念是否與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同。

處理子單元144，用于當(dāng)非核心概念與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念不相同時(shí)，將相似度大于非核心概念對(duì)全量概念集合的平均相似度的非核心概念保留在待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將非核心概念作為新的核心概念，觸發(fā)第一獲取單元11，以及用于當(dāng)非核心概念與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同時(shí)，則舍棄相似度大于非核心概念對(duì)全量概念集合的平均相似度的非核心概念。

在本發(fā)明實(shí)施例中，第四計(jì)算子單元141、第五計(jì)算子單元142、判斷子單元143和處理子單元144的具體執(zhí)行過程請(qǐng)參閱方法實(shí)施例部分的相關(guān)說明，對(duì)此本發(fā)明實(shí)施例不再闡述。

第二計(jì)算單元15，用于在獲取到待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的所有概念后，獲取任意兩個(gè)概念間的關(guān)系，從而獲得待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，所有概念包括待構(gòu)建領(lǐng)域的所有核心概念和所有非核心概念。

可選的，第二計(jì)算單元15，用于獲取任意兩個(gè)概念各自對(duì)應(yīng)的非核心概念，獲取任意兩個(gè)概念各自對(duì)應(yīng)的非核心概念中相同概念的數(shù)量以及任意兩個(gè)概念中不同概念的數(shù)量，并根據(jù)相同概念的數(shù)量和不同概念的數(shù)量，得到任意兩個(gè)概念間的相似度，任意兩個(gè)概念間的相似度用于指示任意兩個(gè)概念間的相似程度，具體執(zhí)行過程和示例說明，請(qǐng)參閱方法實(shí)施例部分的相關(guān)說明，對(duì)此本發(fā)明實(shí)施例不再闡述。

藉由上述技術(shù)方案，在獲取當(dāng)前待構(gòu)建領(lǐng)域中的核心概念以及核心概念所在目標(biāo)文本后，可以從目標(biāo)文本中獲取至少一個(gè)非核心概念，并獲取核心概念和非核心概念的相似度，當(dāng)核心概念和非核心概念的相似度滿足預(yù)設(shè)條件時(shí)，判斷非核心概念是否與已存在于待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中的概念相同，如果否則將滿足預(yù)設(shè)條件的非核心概念保留在待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)中，并將非核心概念作為新的核心概念，獲取新的核心概念所在目標(biāo)文本，返回執(zhí)行從目標(biāo)文本中獲取至少一個(gè)非核心概念的步驟，在獲取到待構(gòu)建領(lǐng)域的知識(shí)庫(kù)中的所有概念后，獲取任意兩個(gè)概念間的關(guān)系，從而獲得待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，實(shí)現(xiàn)待構(gòu)建領(lǐng)域的領(lǐng)域知識(shí)庫(kù)的自動(dòng)構(gòu)建，這樣待構(gòu)建領(lǐng)域的專家或者從事編輯工作的人員就無需手動(dòng)構(gòu)建知識(shí)庫(kù)。在構(gòu)建任意一個(gè)領(lǐng)域的領(lǐng)域知識(shí)庫(kù)后，還可以通過構(gòu)建領(lǐng)域知識(shí)庫(kù)中的各個(gè)步驟來自動(dòng)更新知識(shí)庫(kù)，使得人員無需了解知領(lǐng)域知識(shí)庫(kù)的相關(guān)內(nèi)容，降低領(lǐng)域知識(shí)庫(kù)的維護(hù)難度。

需要說明的是，本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見即可。對(duì)于裝置類實(shí)施例而言，由于其與方法實(shí)施例基本相似，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法實(shí)施例的部分說明即可。

最后，還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語(yǔ)僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

對(duì)所公開的實(shí)施例的上述說明，使本領(lǐng)域技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。