[發(fā)明專利]信息處理方法和信息處理裝置

有效

• 申請?zhí)枺?/td>: 201710027376.5
• 申請日: 2017-01-13
• 公開（公告）號: CN108304417B
• 公開（公告）日: 2021-09-17
• 發(fā)明（設(shè)計）人: 湯海萍;陳海勇
• 申請（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀貿(mào)易有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/284;G06F40/30
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 倪斌

1.一種信息處理方法，包括：

獲取包含自然語言表述的信息；

使用針對屬性詞的屬性詞庫，處理所述信息，其中，所述屬性詞庫是通過提取樣本自然語言表述中的屬性詞并對提取的屬性詞執(zhí)行聚類來建立的；以及

輸出經(jīng)過處理的信息，

其中所述對提取的屬性詞執(zhí)行聚類包括：

針對所提取的屬性詞，生成詞向量；

根據(jù)所生成的詞向量，計算每一屬性詞的相似屬性詞；以及

如果對于所提取的屬性詞中的任意兩個屬性詞，相同的相似屬性詞的數(shù)量大于任一屬性詞的相似屬性詞的數(shù)量的一半，則對所述兩個屬性詞執(zhí)行聚類，以產(chǎn)生對應(yīng)的屬性詞類別，

其中所述對提取的屬性詞執(zhí)行聚類還包括：

確定所產(chǎn)生的屬性詞類別中是否存在相同的相似屬性詞；

如果確定所產(chǎn)生的屬性詞類別中存在相同的相似屬性詞，則分別計算所述相似屬性詞與其所屬的屬性詞類別中的其他相似屬性詞的平均相似度；以及

確定所產(chǎn)生的屬性詞類別中具有最高平均相似度的屬性詞類別作為所述相似屬性詞所屬的屬性詞類別并更新屬性詞庫。

2.根據(jù)權(quán)利要求1所述的方法，其中所述提取的 屬性詞包括：

通過對樣本自然語言表述執(zhí)行分詞、詞性標注以及依存句法分析，選擇主語作為候選屬性詞；

統(tǒng)計候選屬性詞的詞頻，并按照詞頻依次排列所述候選屬性詞；

通過使用過濾詞典來濾除經(jīng)排列的候選屬性詞中的非屬性詞；

從保留的屬性詞中截取詞頻最頻繁的預(yù)定數(shù)量個屬性詞，作為所提取的屬性詞。

3.一種信息處理裝置，包括：

存儲器，配置為存儲可執(zhí)行指令以及針對特定詞性的詞庫；

處理器，與所述存儲器相連，并配置為執(zhí)行存儲在存儲器中的可執(zhí)行指令，以便執(zhí)行如下操作：

獲取包含自然語言表述的信息；

使用針對屬性詞的屬性詞庫，處理所述信息，所述屬性詞庫是通過提取樣本自然語言表述中的屬性詞并對提取的屬性詞執(zhí)行聚類來建立的；以及

輸出經(jīng)過處理的信息，

其中所述處理器進一步配置為執(zhí)行所述可執(zhí)行指令以便：

針對所提取的屬性詞，生成詞向量；

根據(jù)所生成的詞向量，計算每一屬性詞的相似屬性詞；以及

如果對于所提取的屬性詞中的任意兩個屬性詞，相同的相似屬性詞的數(shù)量大于任一屬性詞的相似屬性詞的數(shù)量的一半，則對所述兩個屬性詞執(zhí)行聚類，以產(chǎn)生對應(yīng)的屬性詞類別，

其中所述處理器進一步配置為執(zhí)行所述可執(zhí)行指令以便：

確定所產(chǎn)生的屬性詞類別中是否存在相同的相似屬性詞；

如果確定所產(chǎn)生的屬性詞類別中存在相同的相似屬性詞，則分別計算所述相似屬性詞與其所屬的屬性詞類別中的其他相似屬性詞的平均相似度；以及

確定所產(chǎn)生的屬性詞類別中具有最高平均相似度的屬性詞類別作為所述相似屬性詞所屬的屬性詞類別并更新屬性詞庫。

4.根據(jù)權(quán)利要求3所述的裝置，其中所述處理器進一步配置為執(zhí)行所述可執(zhí)行指令以便：

通過對樣本自然語言表述執(zhí)行分詞、詞性標注以及依存句法分析，選擇主語作為候選屬性詞；

統(tǒng)計候選屬性詞的詞頻，并按照詞頻依次排列所述候選屬性詞；

通過使用過濾詞典來濾除經(jīng)排列的候選屬性詞中的非屬性詞；

從保留的屬性詞中截取詞頻最頻繁的預(yù)定數(shù)量個屬性詞，作為所提取的屬性詞。