[發(fā)明專利]同類實(shí)體的挖掘方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810106851.2
• 申請(qǐng)日: 2018-02-02
• 公開(kāi)（公告）號(hào): CN108388556B
• 公開(kāi)（公告）日: 2021-08-17
• 發(fā)明（設(shè)計(jì)）人: 羅杰
• 申請(qǐng)（專利權(quán)）人: 云知聲智能科技股份有限公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開(kāi)了一種同類實(shí)體的挖掘方法及系統(tǒng)，通過(guò)獲取示例實(shí)體對(duì)應(yīng)的文本描述信息；對(duì)獲取的所述文本描述信息進(jìn)行歸納總結(jié)，抽取出所述文本描述信息對(duì)應(yīng)的特征信息；計(jì)算抽取出的所述特征信息中各個(gè)特征所分別對(duì)應(yīng)的權(quán)重，得到對(duì)應(yīng)的類別實(shí)體判定公式；利用得到的所述判定公式，判定其他實(shí)體對(duì)應(yīng)的描述文本，找出與所述示例實(shí)體同類別的實(shí)體；解決了現(xiàn)有的同類別實(shí)體挖掘方法確定出的同類實(shí)體的準(zhǔn)確率低的問(wèn)題，提高了利用同類實(shí)體挖掘方法所確定出的同類實(shí)體的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種同類實(shí)體的挖掘方法及系統(tǒng)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，搜索引擎已經(jīng)成為人們獲取各種信息的主要工具，用戶輸入搜索請(qǐng)求后，搜索引擎向用戶返回與該搜索請(qǐng)求相對(duì)應(yīng)的搜索結(jié)果。為了更加方便用戶提高資源利用率，獲取更多信息，往往在用戶輸入搜索請(qǐng)求后，希望搜索引擎能夠返回搜索結(jié)果的同時(shí)、返回與該搜索結(jié)果同類型的其他內(nèi)容，通常特指與搜索結(jié)果中所包含的實(shí)體同類別的其他實(shí)體，上述搜索過(guò)程也稱同類實(shí)體挖掘。

通常情況下，實(shí)體可以是現(xiàn)實(shí)中的一個(gè)事物，也可以是一個(gè)概念，或者是用戶定義的其他內(nèi)容；比如一個(gè)人名、一部電影名稱等都可以是實(shí)體，再比如一個(gè)術(shù)語(yǔ)也是一個(gè)實(shí)體。

同類實(shí)體挖掘指的是給定一個(gè)實(shí)體，挖掘與給定實(shí)體同類別的其他的實(shí)體，現(xiàn)有的同類別實(shí)體挖掘方法確定出的同類實(shí)體的準(zhǔn)確率低。

發(fā)明內(nèi)容

本發(fā)明提供一種同類實(shí)體的挖掘方法及系統(tǒng)，用以解決現(xiàn)有的同類別實(shí)體挖掘方法確定出的同類實(shí)體的準(zhǔn)確率低的問(wèn)題。

本發(fā)明提供了一種同類實(shí)體的挖掘方法，所述同類實(shí)體的挖掘方法包括：

獲取示例實(shí)體對(duì)應(yīng)的文本描述信息；

對(duì)獲取的所述文本描述信息進(jìn)行歸納總結(jié)，抽取出所述文本描述信息對(duì)應(yīng)的特征信息；

計(jì)算抽取出的所述特征信息中各個(gè)特征所分別對(duì)應(yīng)的權(quán)重，得到對(duì)應(yīng)的類別實(shí)體判定公式；

利用得到的所述判定公式，判定其他實(shí)體對(duì)應(yīng)的描述文本，找出與所述示例實(shí)體同類別的實(shí)體。

優(yōu)選地，所述文本描述信息包括：

百科詞條對(duì)應(yīng)的標(biāo)題、屬性、標(biāo)簽以及文本。

優(yōu)選地，所述對(duì)獲取的所述文本描述信息進(jìn)行歸納總結(jié)，抽取出所述文本描述信息對(duì)應(yīng)的特征信息，包括：

對(duì)獲取的所述文本描述信息進(jìn)行去重處理，并將去重后得到的所述文本描述信息進(jìn)行切詞處理，得到切詞后的單獨(dú)的詞；

從得到的單獨(dú)的詞中，識(shí)別出其中描述確切對(duì)象的詞語(yǔ)，將識(shí)別出的詞語(yǔ)作為所述文本描述信息對(duì)應(yīng)的特征信息。

優(yōu)選地，所述計(jì)算抽取出的所述特征信息中各個(gè)特征所分別對(duì)應(yīng)的權(quán)重，包括：

按照抽取出的所述特征信息中各個(gè)特征出現(xiàn)的次數(shù)，以及各個(gè)特征的重要程度，計(jì)算各個(gè)特征所對(duì)應(yīng)的權(quán)重，得到每個(gè)特征所分別對(duì)應(yīng)的特征值。

優(yōu)選地，所述利用得到的所述判定公式，判定其他實(shí)體對(duì)應(yīng)的描述文本，找出與所述示例實(shí)體同類別的實(shí)體，包括：

利用得到的所述判定公式，計(jì)算其他實(shí)體對(duì)應(yīng)的描述文本的關(guān)聯(lián)度值；

根據(jù)需求，獲取關(guān)聯(lián)度值大于預(yù)設(shè)閾值的實(shí)體、作為與所述示例實(shí)體同類別的實(shí)體；或者：

按照關(guān)聯(lián)度值的大小，由先至后對(duì)其他實(shí)體進(jìn)行排序，得到由其他實(shí)體對(duì)應(yīng)組成的實(shí)體序列；

獲取排列在所述實(shí)體序列中的前N個(gè)實(shí)體、作為與所述示例實(shí)體同類別的實(shí)體；其中，所述N為大于1的整數(shù)。