[發(fā)明專利]語義分析方法、裝置、電子設備及計算機可讀存儲介質

在審

• 申請?zhí)枺?/td>: 201711230879.9
• 申請日: 2017-11-29
• 公開（公告）號: CN107885879A
• 公開（公告）日: 2018-04-06
• 發(fā)明（設計）人: 李澤中
• 申請（專利權）人: 北京小度信息科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京智信四方知識產權代理有限公司11519
• 代理人: 劉真

技術領域

本公開涉及信息處理技術領域，具體涉及一種語義分析方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

隨著互聯(lián)網技術的發(fā)展，越來越多的商家或者服務提供商通過互聯(lián)網平臺來為用戶提供服務，并力求提高服務質量，增強用戶體驗，爭取更多的用戶訂單，以提升現(xiàn)有資源的利用率，為商家或者服務提供商創(chuàng)造更多的價值。但目前用戶在使用商家或者服務提供商提供的檢索服務時，檢索結果命中率并不能滿足用戶的要求，從而削弱了用戶體驗。

發(fā)明內容

本公開實施例提供一種語義分析方法、裝置、電子設備及計算機可讀存儲介質。

第一方面，本公開實施例中提供了一種語義分析方法。

具體的，所述語義分析方法，包括：

獲取候選詞語集；

計算所述候選詞語集中詞語為預設詞語的概率值；

將所述概率值符合預設條件的詞語確認為目標詞語。

結合第一方面，本公開在第一方面的第一種實現(xiàn)方式中，所述獲取候選詞語集，包括：

獲取輸入字符串；

對所述輸入字符串進行分割，得到候選詞語；

基于得到的候選詞語生成候選詞語集。

結合第一方面，本公開在第一方面的第一種實現(xiàn)方式中，所述計算所述候選詞語集中詞語為預設詞語的概率值，包括：

確定特征數(shù)據(jù)；

獲取訓練詞語數(shù)據(jù)；

基于所述特征數(shù)據(jù)和訓練詞語數(shù)據(jù)訓練得到特征數(shù)據(jù)的權重值；

基于所述特征數(shù)據(jù)的權重值計算候選詞語為預設詞語的概率值。

結合第一方面，本公開在第一方面的第一種實現(xiàn)方式中，所述特征數(shù)據(jù)包括：詞語w在當前輸入字符串中出現(xiàn)的次數(shù)，詞語w在預設歷史時間段內輸入字符串中出現(xiàn)的次數(shù)，詞語w的相鄰詞語，詞語w的詞性，相鄰詞語的詞性，詞語w是否為預設名稱中的一種或多種。

結合第一方面，本公開在第一方面的第一種實現(xiàn)方式中，所述訓練詞語數(shù)據(jù)包括正樣本詞語和負樣本詞語。

結合第一方面，本公開在第一方面的第一種實現(xiàn)方式中，所述獲取訓練詞語數(shù)據(jù)，包括：

對詞語執(zhí)行預設操作，得到預設操作數(shù)據(jù)；

計算所述詞語與預設操作數(shù)據(jù)之間的匹配度；

將匹配度高于或等于預設匹配度閾值的詞語確定為正樣本詞語，將匹配度低于預設匹配度閾值的詞語確定為負樣本詞語。

結合第一方面，本公開在第一方面的第一種實現(xiàn)方式中，所述基于所述特征數(shù)據(jù)和訓練詞語數(shù)據(jù)訓練得到特征數(shù)據(jù)的權重值，包括：

基于所述特征數(shù)據(jù)和訓練詞語數(shù)據(jù)進行訓練，得到特征權重預測模型；

基于所述特征權重預測模型預測所述特征數(shù)據(jù)對應的權重。

結合第一方面，本公開在第一方面的第一種實現(xiàn)方式中，利用下式基于所述特征數(shù)據(jù)的權重值計算候選詞語w為預設詞語的概率值p(w)：

其中，f_i表示特征數(shù)據(jù)中的第i個特征，λ_i表示第i個特征f_i對應的權重值。

結合第一方面，本公開在第一方面的第一種實現(xiàn)方式中，所述將所述概率值符合預設條件的詞語確認為目標詞語，包括：

將所述概率值大于預設概率閾值的詞語確定為目標詞語。

結合第一方面和第一方面的第一種實現(xiàn)方式，本公開在第一方面的第二種實現(xiàn)方式中，所述方法還包括：對所述目標詞語執(zhí)行預設操作。

第二方面，本公開實施例中提供了一種語義分析裝置。

具體的，所述語義分析裝置，包括：

獲取模塊，被配置為獲取候選詞語集；

計算模塊，被配置為計算所述候選詞語集中詞語為預設詞語的概率值；

確認模塊，被配置為將所述概率值符合預設條件的詞語確認為目標詞語。

結合第二方面，本公開在第二方面的第一種實現(xiàn)方式中，所述獲取模塊包括：

第一獲取子模塊，被配置為獲取輸入字符串；

分割子模塊，被配置為對所述輸入字符串進行分割，得到候選詞語；

生成子模塊，被配置為基于得到的候選詞語生成候選詞語集。

結合第二方面，本公開在第二方面的第一種實現(xiàn)方式中，所述計算模塊包括：

確定子模塊，被配置為確定特征數(shù)據(jù)；

第二獲取子模塊，被配置為獲取訓練詞語數(shù)據(jù)；

訓練子模塊，被配置為基于所述特征數(shù)據(jù)和訓練詞語數(shù)據(jù)訓練得到特征數(shù)據(jù)的權重值；

計算子模塊，被配置為基于所述特征數(shù)據(jù)的權重值計算候選詞語為預設詞語的概率值。