[發明專利]一種聚合信息的方法和裝置

有效

• 申請號: 201210018940.4
• 申請日: 2012-01-20
• 公開（公告）號: CN103218372B
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 周均揚;黃波
• 申請（專利權）人: 華為終端有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京三高永信知識產權代理有限責任公司11138
• 代理人: 鞠永善

技術領域

本發明涉及信息識別領域，特別涉及一種聚合信息的方法和裝置。

背景技術

信息聚合是將具有內在聯系的不同信息組合成一個結構體，例如人名、電話號碼、郵件地址，如果這些信息都是屬于某個人的資料，那么就可以將該人名、電話號碼、郵件地址組成一個大的信息塊，而形成一個結構體：(人名，電話號碼，郵件地址)。利用信息聚合技術，可以為用戶提供多來源信息的一站式的個性化服務。

信息的聚合是信息提取模塊的重要組成部分，而利用一種可量化的標準聚合信息是信息聚合的核心工作。選用不同的衡量準則會影響到信息聚合的效果，從而影響到信息提取的最終結果。信息聚合的常用方法是位置標簽方法，位置標簽方法對文本中的詞匯進行定位，使得每個信息量在文本中都有惟一的位置標簽，然后利用這個位置標簽獲取一個距離，這個距離就作為兩個信息量之間遠近關系的衡量準則，則可根據該經過量化的遠近關系對信息量進行聚合，得到結構體。

在實現本發明的過程中，發明人發現現有技術至少存在以下問題：

現有技術中的位置標簽方法提供了信息量間的一個量化的標準，其僅關注了信息量的位置以及信息量之間的距離，并根據經過量化的遠近關系也即是距離進行聚合，但是當信息量的前后各有一個與之距離相等的信息量時，位置標簽方法中未提出嚴謹的解決方案，如果隨機的進行聚合，信息量與前一個信息量、信息量與后一個信息量可能獲得完全不同的聚合結果，而由于忽視了信息量的語法結構，獲得的聚合結果可能不準確，錯過了有用信息量，而將錯誤的信息量提供給后續的信息提取過程，聚合準確性不高。

發明內容

本發明實施例提供了一種聚合信息的方法和裝置。所述技術方案如下：

一種聚合信息的方法，所述方法包括：

獲取待聚合的文本；

獲取所述文本中信息量的位置標簽；

根據所述位置標簽，計算每兩個信息量之間的距離；

當第一距離和第二距離相等時，根據語法結構修正所述第一距離和第二距離，其中，所述第一距離為所述信息量中第一信息量與第二信息量之間的距離，所述第二距離為所述信息量中所述第一信息量與第三信息量之間的距離；

將所述信息量根據所述修正后的第一距離、第二距離進行聚合，獲得結構體。

一種聚合信息的裝置，所述裝置包括：

文本獲取模塊，用于獲取待聚合的文本；

位置標簽獲取模塊，用于獲取所述文本中信息量的位置標簽；

計算模塊，用于根據所述位置標簽，計算每兩個信息量之間的距離；

修正模塊，用于當第一距離和第二距離相等時，根據語法結構修正所述第一距離和第二距離，其中，所述第一距離為所述信息量中第一信息量與第二信息量之間的距離，所述第二距離為所述信息量中所述第一信息量與第三信息量之間的距離；

聚合模塊，用于將所述信息量根據所述修正后的第一距離、第二距離進行聚合，獲得結構體。

本發明實施例提供了一種聚合信息的方法和裝置，通過獲取所述文本中信息量的位置標簽；根據所述位置標簽，計算每兩個信息量之間的距離；當第一距離和第二距離相等時，根據語法結構修正所述第一距離和第二距離，其中，所述第一距離為所述信息量中第一信息量與第二信息量之間的距離，所述第二距離為所述信息量中所述第一信息量與第三信息量之間的距離；將所述信息量根據所述修正后的第一距離、第二距離進行聚合，獲得結構體。該技術方案通過當信息量之間的距離出現相等的情況時，根據語法結構對距離進行修正，并根據修正后的距離對信息量進行聚合，在根據位置標簽進行聚合的基礎上兼顧了語法結構，提升了信息聚合的準確性。

附圖說明

為了更清楚地說明本發明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例提供的一種聚合信息的方法的流程圖；

圖2是本發明實施例提供的一種聚合信息的方法的流程圖；

圖3是本發明實施例提供的一種聚合信息的裝置的結構示意圖；

圖4是本發明實施例提供的一種聚合信息的裝置的結構示意圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明實施方式作進一步地詳細描述。