[發明專利]排比句識別方法及系統

有效

• 申請號: 201611206317.6
• 申請日: 2016-12-23
• 公開（公告）號: CN108241609B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 鞏捷甫;付瑞吉;胡國平;宋巍;秦兵;劉挺
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279
• 代理公司: 北京維澳專利代理有限公司 11252
• 代理人: 趙景平;宋少華

本發明公開了一種排比句識別方法及系統，該方法包括：接收待分析文本；對所述文本進行結構化處理；從處理后的文本中獲取候選排比句組；從所述排比句組中提取排比句特征；利用所述排比句特征對所述候選排比句組進行排比句識別判定。本發明從抽象出的排比句特有特征進行文本分析，從而可以得到全面、準確的識別判斷結果。

技術領域

本發明涉及文本理解等技術領域，具體涉及一種排比句識別方法及系統。

背景技術

隨著人工智能技術的不斷發展，機器對于文本的理解越來越深入。近年來，對于文本的語義分析，特別是作文的分析，已經取得了階段性的成果，其包括作文的自動評分、批改等。排比手法的識別，作為作文評分中十分重要的指標之一，也一直是相關領域研究人員研究的熱點。

現有的排比手法的識別，大多還是根據預先設定的固定句式、關鍵詞的識別進行判斷，然而像作文這種主觀題，其寫法是及其多樣化的，不可能羅列所有排比句的形式，進而采用現有的排比手法識別方法，勢必造成無法較全面、準確地識別排比的后果。

發明內容

本發明實施例提供一種排比句識別方法及系統，以提高排比句識別的準確性及全面性。

為此，本發明提供如下技術方案：

一種排比句識別方法，包括：

接收待分析文本；

對所述文本進行結構化處理；

從處理后的文本中獲取候選排比句組；

從所述候選排比句組中提取排比句特征；

利用所述排比句特征對所述候選排比句組進行排比句識別判定。

優選地，所述對所述文本進行結構化處理包括：

對所述文本以段落為單位，對段落、段落中句子、句子中詞語進行編號，形成結構化數據存儲結構。

優選地，所述從處理后的文本中獲取候選排比句組包括：

對處理后的文本，以段落為單位，通過所述結構化數據存儲結構中的相同詞語找到包含當前相同詞語的所有句子編號，并且在所有句子編號中找到連續性編號，將這些連續性編號所對應的句子，組成第一排比句組，所述第一排比句組中包含相同詞語連續出現的候選排比句；

對處理后的文本，以段落為單位，通過所述結構化數據存儲結構中的相同詞語找到包含當前相同詞語的所有句子編號，并且在所有句子編號中找到滿足設定規則的間歇性編號，將這些間歇性編號所對應的句子，組成第二排比句組，所述第二排比句組中包含相同詞語有規則間歇性出現的候選排比句；

將所述第一排比句組和所述第二排比句組組成候選排比句組。

優選地，所述從處理后的文本中獲取候選排比句組還包括：

對所述候選排比句組中的候選排比句進行去重處理。

優選地，所述排比句特征包括：句子長度特征、公共子序列特征、首個公共子序列的位置、因果遞進關系特征向量；所述句子長度特征包括：候選排比句組中句子最大長度與最小長度的長度差、候選排比句組中句子長度比率；所述公共子序列特征包括：句首公共子序列特征、句子整體公共子序列特征。

優選地，所述方法還包括預先按以下方式構建排比識別模型：

確定排比識別模型的拓撲結構；

收集訓練數據，并對所述訓練數據進行排比句標注；

提取所述訓練數據的排比句特征；

基于所述排比句特征及標注信息，訓練得到排比識別模型參數；