本發明涉及文檔處理與語義分析，特別是涉及一種基于圖的文檔表達性描述方法、系統及可讀存儲介質。

背景技術：

1、自然語言的句法序列形式與含義間為多對多關系，機器處理文檔易產生歧義。人類自然語言句子連貫成組，挖掘其隱含上下文含義缺乏系統研究，且人類理解句子需運用領域知識和生活常識做關聯性分析，這些知識難全存于計算機數據庫。認知語言學提出互動式識解方式，人們憑借識解能力作用于語義內容會引起框架和認知域參數變動，不同認知域會導致對同一信息的不同理解。因此，需要一種新的方法來更好地對文檔進行表達性描述，以解決機器理解文檔的難題。

技術實現思路

1、本發明的目的在于提供一種基于圖的文檔表達性描述方法，可通過語義網技術將文檔語義化，構建異構圖，從多角度理解和解釋文檔內容，消除領域術語歧義，實現對文檔的準確理解、高效檢索；進一步目的在于能構建共享概念模型，同時滿足垂直領域文檔的特殊需求，為信息資源的知識表示和智能化檢索提供有效支持。

2、為了解決上述技術問題，本技術提供了如下技術方案：

3、一種基于圖的文檔表達性描述方法，其包括以下步驟：

4、(1)將文檔信息資源進行語義化處理，使其以機器可解讀的形式展現，并揭示文檔間及其內在的語義聯系；同時，對文檔實體及其屬性間的關系進行序列化處理，構建成語料庫；

5、(2)將整個語料庫按照詞、句、篇的層次結構，建模為一個異構圖；

6、(3)對文檔進行詳盡的表達性描述，從細粒度到粗粒度逐步展開，提供全面的文檔描述。

7、較佳的，其采用rdf(resourcedescriptionframework，資源描述框架)和uri(uniform?resource?identifier，統一資源標識符)標準化文檔資源描述和定位，把文檔信息細粒度化，打破管理層級，精確到文檔內部，確保文檔的元數據與其描述的資源之間的匹配性與準確性。

8、較佳的，在關聯數據的鏈接機制方面，采用更具通用性的uri模式作為關聯手段，與uri相結合構建關聯數據模式，實現資源的語義化處理；穩定的uri來源與精確的rdf描述相結合，為公文資源的數字化提供基礎框架。

9、較佳的，應用uri標識對文檔實體做語義化關聯，把每一條文檔記錄視為一個實體及其類和屬性，確定便于解析的uri結構，通過uri分層解析理解資源的組成和定位方式。

10、較佳的，應用rdf資源框架對文檔實體做語義化描述，rdf采用三元組“主語-謂詞-賓語”的形式來描述文檔實體及其類和屬性，形成一個由節點和邊帶有標簽/屬性的有向圖結構。

11、較佳的，所述三元組的獲取方法分為細粒度層面和粗粒度層面：細粒度層面，即資源實體內部圖，采用“主語，謂詞，賓語”形式的三元組作為節點和邊的有向圖，對文檔資源進行命名實體識別，獲取作為三元組主語的實體和賓語的實體，通過句法依存分析提取謂詞，組合成為可以概括句子主旨內容的主謂賓結構的三元組，對三元組進行n-triples格式的語義描述，并基于某院政策文件庫的公文數據進行代碼序列化并予以文本實現；

12、粗粒度層面，即資源實體間關聯圖，即詞、句子、文檔異構圖，采用詞、句子、文檔分別作為節點，根據詞在語料庫中的共現情況：“詞-詞邊”、詞在句子中出現的情況；“詞-句子邊”和詞在文檔中出現的情況“詞-文檔邊”，分別在節點之間構建邊，最終采用“詞，邊，詞”、“詞，邊，句子”、“詞，邊，文檔”及“句子，邊，文檔”形式的三元組構建圖。

13、采用一種uri分層解析方法匯總異構圖，允許用戶自由選擇感興趣的屬性和關系，生成靈動的圖摘要；所述圖摘要將多個相似節點壓縮成一個超節點創建摘要圖，保留圖結構，并輸出更加抽象緊湊的圖，用戶可控制圖摘要的解析，實現信息的向下鉆取或向上滾動。

14、還公開了一種基于圖的文檔表達性描述系統，其包括：

15、語義處理模塊，用于將文檔信息資源進行語義化處理，使其以機器可解讀的形式展現，并揭示文檔間及其內在的語義聯系，對文檔實體及其屬性間的關系進行序列化處理，構建成語料庫；

16、構圖模塊，用于將整個語料庫按照詞、句、篇的層次結構，建模為一個異構圖；

17、描述模塊，用于對文檔進行詳盡的表達性描述，從細粒度到粗粒度逐步展開，提供全面的文檔描述；

18、標準化模塊，用于采用rdf和uri標準化文檔資源描述和定位；

19、關聯模塊，用于應用uri標識對文檔實體做語義化關聯，應用rdf資源框架對文檔實體做語義化描述；

20、解析模塊，用于采用uri分層解析方法匯總異構圖，生成靈動的圖摘要。

21、以及一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述的基于圖的文檔表達性描述方法的步驟。

22、與現有技術相比，本發明一種基于圖的文檔表達性描述方法至少具有以下有益效果：

23、1.增強知識表示與檢索能力：該方法能夠有效消除領域術語存在的歧義，構建起共享的領域概念模型。這一成果為信息資源的知識表示奠定了堅實基礎，同時也為智能化檢索提供了有力支持，極大地提升了信息檢索的精準度與效率。

24、2.提升文檔處理質量：借助語義化和異構圖構建技術，機器能夠更深入地理解文檔內容，有效減少因語義模糊導致的處理誤差，顯著提高文檔處理的準確性和效率，使機器在文檔處理方面表現更為出色。

25、3.全面深入理解文檔：提供了細粒度和粗粒度的文檔描述方式，從不同層面剖析文檔內容。這種多維度的分析視角能夠讓使用者全面且深入地理解文檔，不放過任何細節，也能整體把握文檔的核心要點。

26、4.提高方法靈活實用性：uri分層解析和靈動圖摘要方法的應用，賦予了用戶控制解析過程的能力。用戶可依據自身需求，輕松獲取所需信息，這種高度的自主性增強了該方法在實際應用中的靈活性和實用性。

27、5.精準把握文檔語義：通過語義化和異構圖構建，能夠敏銳地捕捉文檔中的語義關系，從根本上消除可能產生的歧義。這使得機器對文檔的理解更為準確，為后續的處理工作提供了可靠保障。

28、6.優化信息檢索體驗：為信息資源的知識表示提供了行之有效的方式，基于精心構建的語義模型和圖結構，實現了精準的檢索功能。使用者在檢索信息時，能夠快速、準確地獲取所需內容，大幅提升檢索效率。

29、7.契合垂直領域需求：充分考慮到垂直領域(如公文領域)的特殊需求，能夠很好地適應保密性和定向發布的要求。通過圖摘要和uri解析技術，為不同用戶提供靈活的信息服務，滿足了垂直領域多樣化的信息處理需求。

30、8.適配多元處理場景：用戶可以根據實際需求自由控制解析粒度，既能夠快速瀏覽文檔的整體概要，也可以深入分析文檔的詳細內容。這種靈活性極大地提高了文檔處理的效率和適應性，能夠廣泛應用于各種不同的處理場景。

31、下面結合附圖對本發明一種基于圖的文檔表達性描述方法作進一步說明。