[發(fā)明專利]漢語句子混合模板的挖掘方法及裝置

有效

• 申請?zhí)枺?/td>: 201810201422.3
• 申請日: 2018-03-12
• 公開（公告）號: CN108563617B
• 公開（公告）日: 2021-09-21
• 發(fā)明（設(shè)計(jì)）人: 任禾
• 申請（專利權(quán)）人: 云知聲智能科技股份有限公司
• 主分類號: G06F40/216
• 分類號: G06F40/216;G06F40/211;G06F40/284;G06F40/295;G06F40/186
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種漢語句子混合模板的挖掘方法，其特征在于，包括：

獲取預(yù)設(shè)文本，所述預(yù)設(shè)文本包括正例文本和負(fù)例文本；

對所述預(yù)設(shè)文本中的每個(gè)句子分別進(jìn)行分析處理，確定所述句子的每個(gè)詞語的詞語參數(shù)，所述詞語參數(shù)包括詞語的分詞結(jié)果、詞性、命名實(shí)體、依賴關(guān)系中的一項(xiàng)或多項(xiàng)；

根據(jù)所有詞語的詞語參數(shù)生成所述句子的候選模板，所述候選模板包括依次排列的所有詞語的一項(xiàng)詞語參數(shù)；

根據(jù)所有句子的所有候選模板合并生成不含有重復(fù)候選模板的模板列表，并根據(jù)所述正例文本所有句子的候選模板生成正例模板集，根據(jù)所述負(fù)例文本所有句子的候選模板生成負(fù)例模板集；

從所述模板列表中選取目標(biāo)候選模板，根據(jù)所述目標(biāo)候選模板的正例次數(shù)和負(fù)例次數(shù)確定所述目標(biāo)候選模板的模板類型，所述正例次數(shù)為所述目標(biāo)候選模板在所述正例模板集中出現(xiàn)的次數(shù)，所述負(fù)例次數(shù)為所述目標(biāo)候選模板在所述負(fù)例模板集中出現(xiàn)的次數(shù)，所述模板類型包括正例模板和負(fù)例模板，

所述根據(jù)所述目標(biāo)候選模板的正例次數(shù)和負(fù)例次數(shù)確定所述目標(biāo)候選模板的模板類型包括：

確定所述目標(biāo)候選模板在所述正例模板集中出現(xiàn)的正例次數(shù)N1和所述目標(biāo)候選模板在所述負(fù)例模板集中出現(xiàn)的負(fù)例次數(shù)N2；

當(dāng)N1/(N1+N2+1)a時(shí)，所述目標(biāo)候選模板為正例模板；當(dāng)N2/(N1+N2+1)b時(shí)，所述目標(biāo)候選模板為負(fù)例模板；其中，a和b為預(yù)設(shè)系數(shù)，且a+b≥1；

在所述確定所述目標(biāo)候選模板的模板類型之后，還包括：

根據(jù)所有詞語的詞語參數(shù)生成所述句子的二級候選模板，所述二級候選模板包括依次排列的所有詞語的一項(xiàng)或多項(xiàng)詞語參數(shù)，且所述二級候選模板中至少包括一個(gè)詞語的多項(xiàng)詞語參數(shù)；

確定所述二級候選模板所包含的子候選模板，所述子候選模板為根據(jù)所有詞語的所述二級候選模板包含的一項(xiàng)詞語參數(shù)生成的候選模板；

當(dāng)所述二級候選模板中所有的子候選模板的模板類型相同時(shí)，將子候選模板的模板類型作為所述二級候選模板的模板類型；并判斷當(dāng)前二級候選模板所包含的所有子候選模板是否是其他具有相同模板類型的二級候選模板的子候選模板集的子集；若是，則刪除當(dāng)前二級候選模板；

將最終保留的二級候選模板作為所述句子最終選取的二級候選模板。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)系數(shù)為根據(jù)所述正例模板集中的模板數(shù)量和所述負(fù)例模板集中的模板數(shù)量確定的數(shù)值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)文本中每個(gè)句子包含的詞語數(shù)量相同，且所述正例文本中每個(gè)句子包含的詞語數(shù)量與所述負(fù)例文本中每個(gè)句子包含的詞語數(shù)量相同。