(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210084386.3 (22)申请日 2022.01.24 (71)申请人 同方知网 （北京） 技 术有限公司 地址 100084 北京市海淀区清华园清华大 学36区华业大厦B1410、 1412、 1414室 申请人 同方知网数字出版技 术股份有限公 司 (72)发明人 胡飞雪　张振海　刘丹丹　颜靖义　 (74)专利代理 机构 北京天奇智新知识产权代理 有限公司 1 1340 代理人 陈新胜 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/30(2020.01) G06N 5/02(2006.01) (54)发明名称 一种以人为中心的基 本知识体系构建方法 (57)摘要 本发明公开了一种以人为中心的基本知识 体系构建方法， 包括构建语义知识框架； 从已有 词表或词典 中选取相应词条； 确定并标注词条的 语义体系标签； 生成以词条、 词条信息和语义体 系标签为内容的语义知 识体系； 将所构建的语义 知识体系运用于文本语义标注， 服务于文本自然 语言理解和自然语言处 理。 权利要求书1页 说明书14页 附图3页 CN 114417014 A 2022.04.29 CN 114417014 A 1.一种以人为中心的基本知识体系构建方法， 其特 征在于， 包括以下步骤： 步骤A构建语义知识框架； 步骤B从已有词表或词典中选取相应词条； 步骤C确定并标注词条的语义体系标签； 步骤D生成以词条、 词条信息和语义体系标签为内容的语义知识体系； 步骤E将所构建的语义知识体系运用于文本语义标注。 2.如权利要求1所述的以人为中心 的基本知识体系构建方法， 其特征在于， 所述步骤A 是以人为中心并基于人的基本认知体系构建语义知识框架， 具体包括： 结合人对世界、 人生的基本认识和价值判断， 从人的世界观、 人生观、 价值观出发， 构建 符合人类基本认知体系的语义知识框架， 包括人本身、 人所 处的自然环境、 人所 处的人文 社 会环境、 物质材料或基础材料、 部件构件、 人的主观精神 世界、 时空概念、 属性关系状态、 行 为活动和过程。 3.如权利要求1所述的以人为中心 的基本知识体系构建方法， 其特征在于， 所述步骤B 具体包括： 从已有的词表或词典中按照来源、 构词、 词频、 词条语义信息选取相应词条和词 条信息语料， 所选词条要求涉及认知体系的各个 语义类别或常用有价 值。 4.如权利要求1所述的以人为中心 的基本知识体系构建方法， 其特征在于， 所述步骤C 具体包括： 依据词条信息条件， 结合已经建立的语义知识框架， 批处理添加标注词条的语义 体系标签； 并人工核查再审， 剔除或修改不当标签； 针对部分高频词或小类语义标签对应的 词条， 人工审核并标注相应 语义体系标签。 5.如权利要求1所述的以人为中心 的基本知识体系构建方法， 其特征在于， 所述步骤D 具体包括： 汇总词条及相应语义体系 标签信息， 加入已有词表， 整合生成以词条、 词条信息 和语义体系标签为内容的语义知识体系， 使得语义词典成为符合人类基本认知体系的知识 体系， 该知识体系是 人工智能理解文本语义信息的背景和基础。 6.如权利要求1所述的基于人的基本认知体系建立语义框架知识体系的方法， 其特征 在于， 所述所述 步骤E具体包括： (1)随机抽取或选取一定的文本语料； (2)对文本进行基本分词处 理和命名实体识别； (3)将已经建立的语义知识体系词条与文本进行匹配， 输出相应词条的语义体系标签； (4)对形成带语义体系标签的文本语料 标注结果； (5)结合文本语料 标注结果对文本进行语义理解和文本处 理。权　利　要　求　书 1/1 页 2 CN 114417014 A 2一种以人为中心的基本 知识体系构建 方法 技术领域 [0001]本发明涉及本体构建和自然语言处理技术领域， 尤其涉及一种以人为中心的基本 知识体系构建方法。 背景技术 [0002]随着自然语言处理和人工智能技术的发展， 人们也越来越认识到语义词典、 知识 图谱、 知识库和知识本体构建在自然语言处理和自然语言理解中的重要性。 知识库和本体 本身， 不仅是机器理解分析自然语言文本的背景语境基础， 也是将语义信息引入机器理解 和分析处 理自然语言的关键 。 [0003]知识库发展， 从20世纪提出以来， 早期WordNet(英文)、 HowNet(中文)和其他一些 知识库或知识本体多以人工构建为主， 以同义词、 词义信息分析等标注集合， 数据准确， 质 量较高， 但规模较小。 [0004]也有不少方案结合了语言学理论、 语法信息等来进行数据标注和知识库构建， 偏 向语言学角度的知识库如CLKB的词典(词语、 术语、 同义词等)、 语法信息和语料库综合型语 言知识库等， 但这类知识库仅标注词性、 语法等， 词汇的语义信息较少。 [0005]近些年来的通用一般领域或全领域知识库、 知识图谱、 知识本体等， 大多基于网络 百科、 海量网页等数据， 多与互联网机构如搜索引擎、 问答等相联系， 依靠数据抓取、 社区编 辑和多种机器提取方法构建， 往往规模巨大。 依赖百度百科、 维基百科、 互动百科等网络百 科和其他网页数据的知识库中， 大规模实体都是实例 类专名， 关系为各类百科标签属 性属 性值(信息框、 标签、 属性信息、 上下位实例、 同义)等。 实体名和关系数目动辄千万级到亿 级。 [0006]早期人工构建的语义词典、 知识库大多规模受限， 基于语言学语法信息的知识库 语法结构和类别较少应用于语义理解， 近年来依靠百科网页等大规模自动 构建的知识库语 义类别多为 实体名。 总的来说要么词条规模和覆盖面受限， 要么语义结构类别较为单一， 我 们认为， 人工智能的实现应以模拟人类认识世界的方式， 建立人类基本语义认知体系和世 界观人生观价 值观。 发明内容 [0007]为解决上述技术问题， 本发明的目的是提供一种以人为中心的基本知识体系构建 方法。 [0008]本发明的目的通过以下的技 术方案来实现： [0009]一种以人为中心的基本知识体系构建方法， 包括： [0010]步骤A构建语义知识框架； [0011]步骤B从已有词表或词典中选取相应词条； [0012]步骤C确定并标注词条的语义体系标签； [0013]步骤D生成以词条、 词条信息和语义体系标签为内容的语义知识体系；说　明　书 1/14 页 3 CN 114417014 A 3