[發明專利]一種提供搜索引擎標簽的方法和裝置

在審

• 申請號: 201310027311.2
• 申請日: 2013-01-24
• 公開（公告）號: CN103150331A
• 公開（公告）日: 2013-06-12
• 發明（設計）人: 沈瑋;劉尚堃
• 申請（專利權）人: 北京京東世紀貿易有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 劉光明;陸錦華

1.一種提供搜索引擎標簽的方法，其特征在于，包括：

提取句子中的一個或多個屬性詞；

對所述句子進行依存關系分析，得出針對各個屬性詞的從含有該屬性詞到含有觀點詞的依存關系路徑；

根據所述依存關系路徑提取所述句子中各個所述屬性詞分別對應的觀點詞；

用所述屬性詞和所述觀點詞組成搜索引擎標簽。

2.根據權利要求1所述的方法，其特征在于，

所述提取句子中的一個或多個屬性詞的步驟之前還包括：按預設的規則對文本數據進行過濾；

從所述文本數據中獲取句子。

3.根據權利要求2所述的方法，其特征在于，從所述文本數據中獲取句子的步驟包括：

對文本數據按標點符號進行子句劃分得到短子句；

獲取所述短子句作為所述句子。

4.根據權利要求1所述的方法，其特征在于，對所述句子進行依存關系分析，得出針對各個屬性詞的從含有該屬性詞到含有觀點詞的依存關系路徑的步驟包括：

對所述句子進行依存關系分析得出該句子的一系列依存關系；

根據所述屬性詞和所述一系列依存關系得出針對各個屬性詞的從含有該屬性詞經由所述一系列依存關系到含有觀點詞的依存關系；

遍歷所述含有觀點詞的依存關系從而得出所述依存關系路徑。

5.根據權利要求1或4所述的方法，其特征在于，根據所述依存關系路徑提取所述句子中各個所述屬性詞分別對應的觀點詞的步驟包括：

從所述依存關系路徑中選擇出現頻率較高的依存關系路徑；

根據選擇出的依存關系路徑得出依存關系規則；

根據所述依存關系規則提取所述句子中各個屬性詞對應的觀點詞。

6.根據權利要求1至4中任一項所述的方法，其特征在于，用所述屬性詞和所述觀點詞組成搜索引擎標簽的步驟之后，還包括：根據同義詞表，將包含同義的觀點詞的多個標簽合并成一個標簽。

7.一種提供搜索引擎標簽的裝置，其特征在于，包括：

屬性詞提取模塊，用于提取句子中的一個或多個屬性詞；

依存關系分析模塊，用于對所述句子進行依存關系分析，得出針對各個屬性詞的從含有該屬性詞到含有觀點詞的依存關系路徑；

觀點詞提取模塊，用于根據所述依存關系路徑提取所述句子中各個所述屬性詞分別對應的觀點詞；

搜索引擎標簽模塊，用于用所述屬性詞和所述觀點詞組成搜索引擎標簽。

8.根據權利要求7所述的裝置，其特征在于，還包括預處理模塊，用于按預設的規則對文本數據進行過濾，然后從所述文本數據中獲取句子。

9.根據權利要求8所述的裝置，其特征在于，所述預處理模塊還用于對文本數據按標點符號進行子句劃分得到短子句，然后獲取所述短子句作為所述句子。

10.根據權利要求7所述的裝置，其特征在于，所述依存關系分析模塊還用于：

對所述句子進行依存關系分析得出該句子的一系列依存關系；

根據所述屬性詞和所述一系列依存關系得出針對各個屬性詞的從含有該屬性詞經由所述一系列依存關系到含有觀點詞的依存關系；

遍歷所述含有觀點詞的依存關系從而得出所述依存關系路徑。

11.根據權利要求7或10所述的裝置，其特征在于，所述觀點詞提取模塊還用于：

從所述依存關系路徑中選擇出現頻率較高的依存關系路徑；

根據選擇出的依存關系路徑得出依存關系規則；

根據所述依存關系規則提取所述句子中各個屬性詞對應的觀點詞。

12.根據權利要求7至10中任一項所述的裝置，還包括歸一化模塊，用于根據同義詞表，將包含同義的觀點詞的多個標簽合并成一個標簽。