1.一种面向科技服务需求的需求图谱构建方法,其特征在于:具体的操作流程如下所示:Step1、利用python‑doc的包,读取存储在doc文件里面需求文档数据,并保存为字典格式;
Step2、加载哈工大语言技术平台工具Pyltp,读取Pyltp内cws.model语言模型;
Step3、将Step1中处理好的数据先进行分句处理,将分句处理好的数据切分长句,冒号,分号做切分标识,利用语义角色标注,获取主谓宾三元组,先根据语义角色标注的结果,抽取三元组;如果语义角色标注为空,则采取依存语法进行抽取;
Step4、将Step3中抽取成功的需求三元组利用python第三方包xlrd进行保存,存储到excel表格里面备用;
Step5、将excel里面的部分需求三元组进行人工标注,从excel里面信息提取需求三元组的特征,构建出需求三元组的特征矩阵与邻接矩阵;
Step6、将Step5中构建的矩阵放入到设计好的图神经网络进行训练,得到一个可以对三元组进行标注的模型;
Step7、利用训练好的模型将需求三元组全部进行标注后,构建成图谱形式并进行可视化展示。
2.根据权利要求1所述的一种面向科技服务需求的需求图谱构建方法,其特征在于:所述步骤Step2的具体步骤为:Step2.1、加载哈工大语言技术平台工具Pyltp里面ltp.data,读取cws.model、pos.model、parser.model、ner.model、pisrl.model语言模型,以备用来对非结构化需求文本提取需求三元组。
3.根据权利要求1所述的一种面向科技服务需求的需求图谱构建方法,其特征在于:所述步骤Step3的具体步骤为:Step3.1定义一个parser参数,用来存储Step2的语言模型;
Step3.2定义一个split_sents方法,导入python中的re包,通过re包内置方法,利用正则表达式来匹配字符串,对输入的需求文本进行分句处理,切分冒号,感叹号并做切分标识;
Step3.3定义一个语义角色标注方法,可以直接获取主语,谓语,宾语三元组;
Step3.4定义一个需求三元组抽取的主函数,根据Step3.3的语义角色标注的结果,进行需求三元组的抽取,如果语义角色的标记为空,则使用依存语法进行需求三元组的抽取。
4.根据权利要求1所述的一种面向科技服务需求的需求图谱构建方法,其特征在于:所述步骤Step5的具体步骤为:Step5.1对抽取的N个需求三元组(h,r,t)进行人工标注,标注出这N个三元组的意图标签,对其标注一个”约束“这个标签,标注完成后将已经标注好的需求三元组用结构化的方式存储在excel表里面,分为三列,第一列表示需求三元组的id,第二列表示需求三元组的内容,第三列表示需求三元组的标签;
Step5.2紧接着需要对需求三元组进行特征提取,使用python自带包xlwt读取Step5.1存储在excel里面的内容,存储形式为字典,创建一个常见词为256维的分词器,构建索引单词,将字典中需求三元组的内容字符串转为整数索引列表,根据索引得到每个需求三元组的256维的one‑hot特征表示,将这256维的需求三元组特征存储为特征矩阵,以备用于之后的计算,然后根据需求三元组之间的关联,创建一个邻接矩阵。
5.根据权利要求1所述的一种面向科技服务需求的需求图谱构建方法,其特征在于:所述步骤Step6的具体步骤为:Step6.1根据Step5中构建的需求三元组的特征矩阵和邻接矩阵,将其输入到一个图卷积神经网络,定义一个两层的图卷积神经网络,其中输入的维度为256维,隐藏层维度设置为16维,最后一层图卷积神经网络将输出的维度变为类别数4,激活函数选择使用的是ReLU函数;
Step6.2设置图神经网络的一些超参数,learn_rate学习率为0.04,weight_dacay=
5e‑4,epochs迭代次数为200次,损失函数使用设置的是交叉熵损失函数,优化器设置的是Adam。