[發(fā)明專利]一種識別數(shù)字語義的方法、檢測短信類別的方法及裝置

有效

• 申請?zhí)枺?/td>: 201510971979.1
• 申請日: 2015-12-22
• 公開（公告）號: CN105589846B
• 公開（公告）日: 2018-07-31
• 發(fā)明（設(shè)計）人: 張金晶;李強;常富洋
• 申請（專利權(quán)）人: 北京奇虎科技有限公司;奇智軟件（北京）有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 北京華沛德權(quán)律師事務(wù)所 11302
• 代理人: 房德權(quán)

1.一種識別數(shù)字語義的方法，其特征在于，包括：

獲得目標(biāo)文本中的目標(biāo)數(shù)字；

以所述目標(biāo)數(shù)字為基準(zhǔn)，獲得與所述目標(biāo)數(shù)字之間距離小于等于設(shè)定閾值的至少兩個分詞及每個分詞的詞性；

根據(jù)所述目標(biāo)數(shù)字、所述至少兩個分詞及所述每個分詞的詞性生成目標(biāo)輸入數(shù)據(jù)序列；

將所述目標(biāo)輸入數(shù)據(jù)序列輸入條件隨機場模型，獲得與所述目標(biāo)輸入數(shù)據(jù)序列之間具有最大聯(lián)合概率的目標(biāo)狀態(tài)數(shù)據(jù)序列；

根據(jù)所述狀態(tài)數(shù)據(jù)序列，獲得表征目標(biāo)數(shù)字語義的標(biāo)簽。

2.如權(quán)利要求1所述的方法，其特征在于，所述獲得目標(biāo)文本中的目標(biāo)數(shù)字，包括：

刪除所述目標(biāo)文本中的特定信息；

對目標(biāo)文本內(nèi)容基于語法進行分詞，獲得目標(biāo)文本中的所述目標(biāo)數(shù)字。

3.如權(quán)利要求2所述的方法，其特征在于，所述特定信息包括URL、IP地址、電話號碼、日期及時間。

4.如權(quán)利要求1所述的方法，其特征在于，所述以所述目標(biāo)數(shù)字為基準(zhǔn)，獲得與所述目標(biāo)數(shù)字之間距離小于等于設(shè)定閾值的至少兩個分詞及每個分詞的詞性，包括：

獲得位于所述目標(biāo)數(shù)字之前和/或之后，與所述目標(biāo)數(shù)字之間距離小于等于所述設(shè)定閾值的所述至少兩個分詞及所述每個分詞的詞性。

5.如權(quán)利要求4所述的方法，其特征在于，與所述目標(biāo)數(shù)字之間的距離通過每個詞作為單位距離進行表征。

6.如權(quán)利要求1所述的方法，其特征在于，所述文本包括：短信、句子或文章。

7.如權(quán)利要求1所述的方法，其特征在于，所述標(biāo)簽包含表征校驗碼、快遞單號、車次/航班號、密碼、繳費單號及團購單號的特定標(biāo)簽。

8.如權(quán)利要求1～7任一所述的方法，其特征在于，所述條件隨機場模型為預(yù)先訓(xùn)練的模型，其訓(xùn)練步驟如下：

獲得訓(xùn)練樣本集合中每個訓(xùn)練文本的目標(biāo)數(shù)字；

以所述目標(biāo)數(shù)字為基準(zhǔn)，獲得與所述目標(biāo)數(shù)字之間距離小于等于設(shè)定閾值的至少兩個分詞及每個分詞的詞性；

根據(jù)所述目標(biāo)數(shù)字、所述至少兩個分詞及所述每個分詞的詞性生成輸入數(shù)據(jù)序列；

根據(jù)所述每個分詞和所述目標(biāo)數(shù)字的標(biāo)簽生成狀態(tài)數(shù)據(jù)序列，所述目標(biāo)數(shù)字的標(biāo)簽用于表征所述目標(biāo)數(shù)字的語義；

基于所述訓(xùn)練樣本集合中的多個所述輸入數(shù)據(jù)序列和多個所述狀態(tài)數(shù)據(jù)序列，計算獲得各個輸入數(shù)據(jù)序列與各個狀態(tài)數(shù)據(jù)序列之間的聯(lián)合概率，以訓(xùn)練生成條件隨機場模型。

9.一種檢測短信類別的方法，其特征在于，包括：

將目標(biāo)短信作為所述目標(biāo)文本獲得如權(quán)利要求1～7任一所述的標(biāo)簽；

判斷所述標(biāo)簽是否屬于特定標(biāo)簽，所述特定標(biāo)簽包含表征校驗碼、快遞單號、車次/航班號、密碼、繳費單號及團購單號的標(biāo)簽；

若所述標(biāo)簽屬于所述特定標(biāo)簽，確定所述目標(biāo)短信為非垃圾短信。

10.如權(quán)利要求9所述的方法，其特征在于，所述方法還包括；

獲得通信終端中陌生聯(lián)系人發(fā)送的短信，并將所述陌生聯(lián)系人發(fā)送的短信作為所述目標(biāo)短信；或者

獲得被標(biāo)記為垃圾短信的短信作為所述目標(biāo)短信。

11.如權(quán)利要求10所述的方法，其特征在于，當(dāng)所述目標(biāo)短信已被標(biāo)記為垃圾短信時，在所述確定所述目標(biāo)短信為非垃圾短信之后，所述方法還包括：

取消所述目標(biāo)短信的垃圾短信標(biāo)記，并將所述目標(biāo)短信恢復(fù)到短信列表中。

12.如權(quán)利要求9～11任一所述的方法，其特征在于，在所述確定所述目標(biāo)短信為非垃圾短信之后，所述方法還包括：

獲得所述目標(biāo)短信的發(fā)送方電話號碼；

建立所述發(fā)送方電話號碼與所述特定標(biāo)簽之間的對應(yīng)關(guān)系并保存至預(yù)置數(shù)據(jù)庫。