[發(fā)明專利]屬性詞聚類方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710888988.3
• 申請(qǐng)日: 2017-09-27
• 公開（公告）號(hào): CN110019783B
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 韓旭紅
• 申請(qǐng)（專利權(quán)）人: 北京國(guó)雙科技有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F40/247
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

本發(fā)明公開了一種屬性詞聚類方法及裝置。通過獲取屬性詞，構(gòu)建第一屬性詞關(guān)系圖，獲取評(píng)價(jià)詞，基于評(píng)價(jià)詞計(jì)算所述屬性詞之間新相似度值，并基于新相似度值對(duì)第一屬性詞關(guān)系圖中的邊指代的初始相似度值進(jìn)行更新，得到第二屬性詞關(guān)系圖；根據(jù)預(yù)設(shè)刪除閾值對(duì)第二屬性詞關(guān)系圖中的邊進(jìn)行刪除，得到第三屬性詞關(guān)系圖，并確定對(duì)應(yīng)第三屬性詞關(guān)系圖的屬性詞聚類結(jié)果。通過評(píng)價(jià)詞計(jì)算屬性詞之間的新相似度值，并按照預(yù)設(shè)刪除閾值，對(duì)屬性詞關(guān)系圖中的邊進(jìn)行刪除，也就是調(diào)整屬性詞之間的相似度，從而在不依靠人工標(biāo)注的情況下，得到準(zhǔn)確度更高的屬性詞聚類結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，更具體地說涉及一種屬性詞聚類方法及裝置。

背景技術(shù)

目前針對(duì)一些應(yīng)用領(lǐng)域?qū)嶓w屬性抽取的特定計(jì)算機(jī)技術(shù)領(lǐng)域中，屬性詞的聚類是領(lǐng)域?qū)嶓w屬性抽取中的一個(gè)重要步驟。例如，在評(píng)價(jià)關(guān)系抽取中，如果抽取的評(píng)價(jià)屬性詞較多且部分屬性詞不規(guī)范，或者對(duì)于同一零部件或者同一屬性會(huì)有很多描述，導(dǎo)致直接展示不夠直觀。此時(shí)，通過屬性詞的聚類，可以直觀的展示評(píng)論中某個(gè)屬性下的評(píng)價(jià)，也可以幫助用戶了解產(chǎn)品細(xì)粒度的情感及評(píng)價(jià)，以及發(fā)現(xiàn)產(chǎn)品優(yōu)缺點(diǎn)，從而進(jìn)行改進(jìn)。

現(xiàn)有技術(shù)中，屬性詞聚類的方法一般分兩種。一種是多采用詞語相似度計(jì)算獲取兩個(gè)詞之間的相似程度，進(jìn)而對(duì)屬性詞進(jìn)行聚類。但是，這種方法往往領(lǐng)域性不強(qiáng)，且準(zhǔn)確率不高；另一種，是通過人工標(biāo)注對(duì)屬性詞進(jìn)行聚類或分類，雖然能確保準(zhǔn)確率，但人工耗時(shí)耗力，成本較高。

因此，目前亟需一種新的屬性詞聚類方案解決上述問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種屬性詞聚類方法及裝置，以實(shí)現(xiàn)在維持或降低成本的情況下，提高屬性詞聚類準(zhǔn)確率的目的。

為了實(shí)現(xiàn)上述目的，現(xiàn)提出的方案如下：

本發(fā)明第一方面公開了一種屬性詞聚類方法，包括：

獲取屬性詞，構(gòu)建第一屬性詞關(guān)系圖，所述第一屬性詞關(guān)系圖由節(jié)點(diǎn)和節(jié)點(diǎn)之間的邊構(gòu)成，其中，所述節(jié)點(diǎn)指代所述屬性詞，所述邊指代所述屬性詞之間的初始相似度值；

獲取評(píng)價(jià)詞，基于所述評(píng)價(jià)詞計(jì)算所述屬性詞之間新相似度值，并基于所述新相似度值對(duì)所述第一屬性詞關(guān)系圖中的邊指代的所述初始相似度值進(jìn)行更新，得到第二屬性詞關(guān)系圖；

根據(jù)預(yù)設(shè)刪除閾值對(duì)所述第二屬性詞關(guān)系圖中的邊進(jìn)行刪除，得到第三屬性詞關(guān)系圖，并確定對(duì)應(yīng)所述第三屬性詞關(guān)系圖的屬性詞聚類結(jié)果。

優(yōu)選的，所述獲取屬性詞，構(gòu)建第一屬性詞關(guān)系圖，包括：

獲取屬性詞，根據(jù)詞語相似度算法獲取所述屬性詞之間的初始相似度值，所述詞語相似度算法包括word2vec詞語相似度算法；

基于所述屬性詞，以及所述屬性詞之間的初始相似度值構(gòu)建第一屬性詞關(guān)系圖。

優(yōu)選的，所述獲取評(píng)價(jià)詞，基于所述評(píng)價(jià)詞計(jì)算所述屬性詞之間新相似度值，并基于所述新相似度值對(duì)所述第一屬性詞關(guān)系圖中的邊指代的所述初始相似度值進(jìn)行更新，包括：

獲取評(píng)價(jià)詞，所述評(píng)價(jià)詞來自所述屬性詞對(duì)應(yīng)的評(píng)價(jià)詞集合；

基于所述評(píng)價(jià)詞和所述屬性詞之間的權(quán)重關(guān)系，計(jì)算所述屬性詞之間新相似度值