[發明專利]一種確定關鍵詞上下文范圍的求解方法

在審

• 申請號: 201610833078.0
• 申請日: 2016-09-20
• 公開（公告）號: CN106610938A
• 公開（公告）日: 2017-05-03
• 發明（設計）人: 金平艷
• 申請（專利權）人: 四川用聯信息技術有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種確定關鍵詞上下文范圍的求解方法，本發明涉及語義網絡技術領域，具體涉及一種確定關鍵詞上下文范圍的求解方法，其特征是，包括如下步驟：

步驟1：初始化統計方法模塊，即語料庫或文本；

步驟2：將關鍵詞C輸入初始化統計方法模塊或文本中；

步驟3：分別求解關鍵詞C相鄰的上下文本中每個位置的權重貢獻值；

步驟4：對關鍵詞C語境中上下文詞位置的權重貢獻值，進行歸一化曲線處理；

步驟5：計算關鍵詞C語境中上下文窗口的左右窗口n值。

2.根據權利要求1中所述的一種確定關鍵詞上下文范圍的求解方法，其特征是，以上所述步驟3中的具體計算過程如下：

步驟3：分別求解關鍵詞C相鄰的上下文本中每個位置的權重貢獻值，其具體計算過程如下：

3.1）先假設關鍵詞C上下文語境的位置信息

在一定規模語料庫的基礎上，選取一定規模和具有一定覆蓋面的關鍵詞，并從語料中提取每個關鍵詞C上下文左右各n個位置的上下文詞語構成其“關鍵詞上下文矩陣”，其矩陣如下所示：

上式矩陣行i為第i個上下文語境，列為關鍵詞上下文左邊n個位置，列為關鍵詞上下文右邊n個位置，為第i個上下文語境中第幾個位置詞

3.2）計算每個上下文位置對關鍵詞C的權重值

上式分別為第i語境中位置為j時的上下文詞對關鍵詞的權重貢獻值，為每個上下文位置已知對應的關鍵詞C的條件統計概率，這個基于語料庫可以很容易統計出，為各語境下每個上下文位置已知對應的關鍵詞C的條件統計概率的平均值

上式m為語料庫或文本中含關鍵詞的語境數量。

3.根據權利要求1中所述一種確定關鍵詞上下文范圍的求解方法，其特征是，以上所述步驟4中的具體計算過程如下：

步驟4：對關鍵詞語境中上下文詞位置的權重貢獻值進行歸一化曲線處理，其具體描述過程如下：

4.1）先對關鍵詞語境中的上下文詞位置j進行歸一化處理

以關鍵詞為原點，上下文詞位置距離關鍵詞的相對距離如下式：

上式左邊位置相對距離為負值，右邊位置相對距離為正值

4.2）曲線歸一化

上述左右位置相對距離d為自變量橫坐標x，根據上述步驟3得到的為對應縱坐標值，去除誤差較大點，連接曲線，建立曲線上下文位置權重貢獻值函數，得到的是二連續函數，即

具體語料庫或文本，根據關鍵詞具體分析即可得到。

4.根據權利要求1中所述的一種確定關鍵詞上下文范圍的求解方法，其特征是，以上所述步驟5中的具體計算過程如下：

步驟5：計算關鍵詞語境中上下文窗口的左右窗口n值，其具體計算過程如下：

上式為左邊窗口允許的一個信息損失量的邊界條件，為用戶允許的一個閾值，只有滿足這個邊界條件，就可以確定左邊窗口的n值

同理右邊窗口的確定，有下式：

上式為右邊窗口允許的一個信息損失量的邊界條件，為用戶允許的一個閾值，只有滿足這個邊界條件，就可以確定右邊窗口的n值

這里左窗口的n值大小不一定等于右邊窗口大小，主要根據上兩式計算可得。