本发明公开了一种基于规则和词典的地铁设计规范中主体识别方法,步骤包括:1)利用词典文件构建名词哈希词典索引;2)将待处理《地铁设计规范》文本作为输入文本S1;3)对输入文本S1进行处理,去除中英文标点符号,生成句子集合S1’;4)对句子集合S1’进行逆向最大匹配算法处理,生成第一结果集S2;5)对句子集合S1’进行正向最大匹配算法处理,生成第二结果集S3;6)对第一结果集S2、第二结果集S3分别进行规则集匹配,生成地铁设计规范中名词的最终结果集S4,输出该最终结果集S4。本发明的方法,正确率高,便于应用。
📄 2019102088024
📂 G06F40_295
👤 西安理工大学
📅 2019-03-19
本发明提供了基于深度学习的地铁设计规范文本分析和语料库构建方法,属于自然语言处理技术领域。首先进行文本分析,主要包括实体关系梳理和文本特点两个方面,从而得到命名实体识别和实体关系抽取任务所需的实体类别和关系类别,并梳理出分类标准。其次,从数据来源、标注模式、标注环境和数据分析与矫正等四个方面描述构建语料库的原则和过程,最终得到基于地铁设计规范的标注语料库。构建针对地铁设计规范的语料库;地铁设计领域抽取出统一、完整、高效的实体关系将有助于地铁设计领域的智能化建设。
📄 2021108165981
📂 G06F16_35
👤 西安理工大学
📅 2021-07-20
本发明提供了一种面向地铁设计规范中知识图谱节点自动构建方法,将《地铁设计规范》中的主谓宾句式规范作为输入文本,围绕谓词将每条规范中的主语宾语划分出来,并生成用于存储知识图谱的图形数据库Neo4j的节点创建语句,从而为构建建筑规范知识图谱服务。本发明利用哈希词典对谓词词典进行预处理,从而提升查找标记的效率;并在输入建筑规范后,可全自动生成知识图谱节点语句,在节约时间的同时,大大提高了创建知识图谱时的准确性。
📄 2018103496609
📂 G06F17_30
👤 西安理工大学
📅 2018-04-18
本发明提供了一种基于思维导图的楼梯设计规范缺省主语的补全方法。通过思维导图中本体间的继承关系,可以确定复句中句法结构不完整的从句缺失的主语并进行补齐,并且可以提取兼语句和连谓句中的主语-谓语-宾语,为能够更好的进行自然语言处理,最终构建楼梯建筑规范的知识图谱,实现自动审图;本发明有效的规避了在审图过程中可能出现的不确定因素,误检率低,操作简单,节约人力,极大地提高了建筑行业工程项目的完成效率。
📄 2018103490797
📂 G06F17_27
👤 西安理工大学
📅 2018-04-18