[發明專利]詞庫更新裝置、數據整合裝置和方法以及電子設備

在審

• 申請號: 201210343121.7
• 申請日: 2012-09-14
• 公開（公告）號: CN103678371A
• 公開（公告）日: 2014-03-26
• 發明（設計）人: 周恩策;張軍;鄒綱;皮冰鋒;松尾昭彥
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王萍;陳煒

1.一種用于自動更新預定詞庫的詞庫更新裝置，包括：

語句表達單元，用于收集來自不同數據源的語句并對收集到的每個語句進行處理，以利用多元組來表達每個語句；

候選詞集合形成單元，用于基于多元組中的分量并且根據預定詞庫，形成用于更新該預定詞庫的候選詞集合；

候選詞判定單元，用于針對候選詞集合中的每個候選詞，根據包含該候選詞的至少一個多元組中除該候選詞之外的一個或多個其它分量，判定該候選詞是否與預定詞庫中的詞是同一類型；以及

詞庫更新單元，用于在候選詞被判定為與該預定詞庫中的詞是同一類型時，使用該候選詞更新該預定詞庫。

2.根據權利要求1所述的詞庫更新裝置，其中，所述候選詞集合形成單元包括：

預定候選詞確定子單元，用于將每個所述多元組中的與該預定詞庫中的詞相似的分量確定為與所述預定詞庫中的詞為同一類型的預定候選詞；以及

預定候選詞判定子單元，用于判定每個所述預定候選詞是否在該預定詞庫中；以及

候選詞集合形成子單元，用于將不在該預定詞庫中的預定候選詞作為與預定詞庫中的詞為同一類型的最終候選詞，從而形成包括所有最終候選詞的候選詞集合。

3.根據權利要求1或2所述的詞庫更新裝置，其中所述多元組為四元組，所述四元組的分量包括否定詞和程度副詞。

4.根據權利要求3所述的詞庫更新裝置，其中所述候選詞判定單元根據包含該候選詞的至少一個四元組中的程度副詞和/或否定詞，判定該候選詞是否與預定詞庫中的詞是同一類型。

5.一種用于自動更新預定詞庫的詞庫更新方法，包括：

收集來自不同數據源的語句并對收集到的每個語句進行處理，以利用多元組來表達每個語句；

基于多元組中的分量并且根據該預定詞庫，形成用于更新該預定詞庫的候選詞集合；

針對候選詞集合中的每個候選詞，根據包含該候選詞的至少一個多元組中除該候選詞之外的一個或多個其它分量，判定該候選詞是否與預定詞庫中的詞是同一類型；以及

在候選詞被判定為與預定詞庫中的詞是同一類型時，使用該候選詞更新該預定詞庫。

6.一種針對特定對象對來自不同數據源的語句進行整合的數據整合裝置，包括：

語句表達單元，用于收集來自不同數據源的語句并對收集到的每個語句進行處理，以利用多元組表達每個語句；

預定候選詞判定單元，用于將每個多元組中的與該預定詞庫中的詞相似的分量作為與該預定詞庫中的詞為同一類型的預定候選詞并且判定每個預定候選詞是否在該預定詞庫中；

詞庫更新單元，用于當預定候選詞不在該預定詞庫中時，根據包含該預定候選詞的至少一個多元組中的除該預定候選詞之外的一個或多個其它分量，判斷該預定候選詞是否與該預定詞庫中的詞是同一類型，并且使用被判斷為與該預定詞庫中的詞為同一類型的預定候選詞更新該預定詞庫；以及

數據整合單元，用于當預定候選詞在該預定詞庫中或者在經所述詞庫更新單元更新后的預定詞庫中的情況下，針對與所述特定對象相關的每個對象詞，根據包含該對象詞和相同預定候選詞的多個多元組中除所述預定候選詞和對象詞之外的一個或多個其他分量，對所述多元組進行數據整合，得到針對所述特定對象的每個對象詞的綜合信息。

7.根據權利要求6所述的數據整合裝置，還包括頻率記錄單元，用于針對所述特定對象記錄具有相同多元組的語句出現的頻率；并且所述數據整合單元針對與所述特定對象相關的每個對象詞，根據包含該對象詞和相同預定候選詞的多個多元組中除所述預定候選詞和對象詞之外的一個或多個其他分量以及根據所述頻率記錄單元記錄的所述頻率，對所述多元組進行數據整合，得到針對所述特定對象的每個對象詞的綜合信息。