(19)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 202210522443.1 (22)申请日 2022.05.13 (71)申请人 国网江苏省电力有限公司信息通信 分公司 地址 210024 江苏省南京市北京西路20号 (72)发明人 田然　相增辉　李瑾辉　庞渊源　 张国梁　苏杨　王义成　王磊　 陈轩　陈鑫　朱晓鸿　王鑫　 (74)专利代理 机构 重庆创新专利商标代理有限 公司 50125 专利代理师 易文学 (51)Int.Cl. G06F 16/31(2019.01) G06F 16/35(2019.01) G06F 16/36(2019.01)G06Q 50/26(2012.01) (54)发明名称 一种知识本 体信息的搜索方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种知识本体信息的搜索方法， 包括建立分析数据 集， 并基于分析数据集建立树状检索模型； 提取 查询请求中的索引号； 将索引号输入树状检索模 型进行检索， 得到受控词； 基于分析数据集建立 相似度模型； 将受控词输入相似度模型， 得到多 个拓展词； 将受控词和多个拓展词整合， 得到搜 索结果， 本发 明通过对树状检索模 型检索出的受 控词进行概念拓展， 得到了与受控词相关了拓展 词， 增加了搜索结果的范围， 解决了现有的知识 本体信息的搜索方法搜索结果的范围较窄， 获取 的信息量较少的问题。 权利要求书1页 说明书4页 附图3页 CN 114896359 A 2022.08.12 CN 114896359 A 1.一种知识本体信息的搜索方法， 其特 征在于， 包括以下步骤： 建立分析 数据集， 并基于所述分析 数据集建立 树状检索模型； 提取查询请求中的索引号； 将所述索引号输入所述 树状检索模型进行检索， 得到受控词； 基于所述分析 数据集建立相似度模型； 将所述受控词输入所述相似度模型， 得到多个拓展词； 将所述受控词和多个所述拓展词整合， 得到 搜索结果。 2.如权利要求1所述的知识本体信息的搜索方法， 其特 征在于， 所述建立分析 数据集， 并基于所述分析 数据集建立 树状检索模型的具体方式为： 建立分析 数据集； 对所述分析 数据集进行聚类分析， 得到聚类结果； 基于所述聚类结果从所述分析 数据集中提取底层数据； 基于所述底层数据构建树状 检索模型。 3.如权利要求2所述的知识本体信息的搜索方法， 其特 征在于， 所述基于所述底层数据构建树状 检索模型的具体方式为： 基于所述底层数据对所述分析 数据集进行树状排布， 得到树状结构数据架； 基于所述 树状架构数据加生成索引表； 将所述索引表对应至所述 树状结构数据架上， 得到树状 检索模型。 4.如权利要求3所述的知识本体信息的搜索方法， 其特 征在于， 所述将所述索引号输入所述 树状检索模型进行检索， 得到受控词的具体方式为： 基于所述索引号在所述 树状检索模型的所述索引表中确定出索引字段； 基于所述索引字段从所述 树状结构数据架中检索出对应的受控词。 5.如权利要求1所述的知识本体信息的搜索方法， 其特 征在于， 所述基于所述分析 数据集建立相似度模型的具体方式为： 利用语法解析对所述分析 数据集进行解析， 得到解析文本； 通过文本概念拓展机制对所述 解析文本进行拓展， 得到 拓展文本； 对所述拓展 文本和所述分析 数据集的相似度进行加权计算， 得到相似度模型。权　利　要　求　书 1/1 页 2 CN 114896359 A 2一种知识本体信息的搜索方 法 技术领域 [0001]本发明涉及数据处 理技术领域， 尤其涉及一种知识本体信息的搜索方法。 背景技术 [0002]随着公安行业信息化手段的飞速发展， 公安行业存在大量的数据库和信息系统的 应用。 [0003]但是由于公安行业处理信息 的形式多样， 其中存在大量重复和关联数据， 现有系 统在搜索数据时， 只能找到与搜索目标完全匹配的词汇及其相关文本。 搜索结果的范围较 窄， 获取的信息量较少。 发明内容 [0004]本发明的目的在于提供一种知识本体信息的搜索方法， 旨在解决现有的知识本体 信息的搜索方法搜索结果的范围较窄， 获取的信息量较少的问题。 [0005]为实现上述目的， 本发明提供了一种知识本体信息的搜索方法， 包括以下步骤： [0006]建立分析 数据集， 并基于所述分析 数据集建立 树状检索模型； [0007]提取查询请求中的索引号； [0008]将所述索引号输入所述 树状检索模型进行检索， 得到受控词； [0009]基于所述分析 数据集建立相似度模型； [0010]将所述受控词输入所述相似度模型， 得到多个拓展词； [0011]将所述受控词和多个所述拓展词整合， 得到 搜索结果。 [0012]其中， 所述建立分析数据集， 并基于所述分析数据集建立树状检索模型的具体方 式为： [0013]建立分析 数据集； [0014]对所述分析 数据集进行聚类分析， 得到聚类结果； [0015]基于所述聚类结果从所述分析 数据集中提取底层数据； [0016]基于所述底层数据构建树状 检索模型。 [0017]其中， 所述基于所述底层数据构建树状 检索模型的具体方式为： [0018]基于所述底层数据对所述分析 数据集进行树状排布， 得到树状结构数据架； [0019]基于所述 树状架构数据加生成索引表； [0020]将所述索引表对应至所述 树状结构数据架上， 得到树状 检索模型。 [0021]其中， 所述将所述索引号输入所述树状检索模型进行检索， 得到受控词的具体方 式为： [0022]基于所述索引号在所述 树状检索模型的所述索引表中确定出索引字段； [0023]基于所述索引字段从所述 树状结构数据架中检索出对应的受控词。 [0024]其中， 所述基于所述分析 数据集建立相似度模型的具体方式为： [0025]利用语法解析对所述分析 数据集进行解析， 得到解析文本；说　明　书 1/4 页 3 CN 114896359 A 3