[發(fā)明專利]基于NLP和企業(yè)信息的智能造詞方法

在審

• 申請?zhí)枺?/td>: 201811278241.7
• 申請日: 2018-10-30
• 公開（公告）號: CN109471926A
• 公開（公告）日: 2019-03-15
• 發(fā)明（設(shè)計）人: 林正春;姜允志;王靜
• 申請（專利權(quán)）人: 廣東原昇信息科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36
• 代理公司: 北京鼎承知識產(chǎn)權(quán)代理有限公司 11551
• 代理人: 李偉波;韓德凱

本公開提供了一種基于NLP和企業(yè)信息的智能造詞方法，包括以下步驟：A、建立數(shù)據(jù)庫中文本元素之間的關(guān)聯(lián)度統(tǒng)計表，并根據(jù)文本元素的使用頻率對關(guān)聯(lián)度統(tǒng)計表進(jìn)行實(shí)時更新；B、建立數(shù)據(jù)庫中文本元素的匹配函數(shù)，使用匹配函數(shù)對文本元素進(jìn)行匹配造詞，匹配優(yōu)先級與文本元素的關(guān)聯(lián)度成正比；C、對匹配出的詞組進(jìn)行篩選，保留可靠性超出設(shè)定閾值的詞組；D、對步驟C中保留的詞組進(jìn)行使用狀態(tài)監(jiān)控，根據(jù)監(jiān)控反饋對匹配函數(shù)進(jìn)行實(shí)時更新。本發(fā)明能夠解決現(xiàn)有技術(shù)的不足，有效提高了智能造詞的效率和準(zhǔn)確度。

技術(shù)領(lǐng)域

本公開涉及人工智能技術(shù)領(lǐng)域，尤其是一種基于NLP和企業(yè)信息的智能造詞方法。

背景技術(shù)

NLP(自然語言處理)是近些年興起的人機(jī)交互方式，廣泛應(yīng)用于語音識別、語言生成、機(jī)器翻譯等多個領(lǐng)域。在各類商用數(shù)據(jù)庫應(yīng)用中，為了提高通訊效率，需要事先對常用詞匯進(jìn)行統(tǒng)計和存儲。利用NLP技術(shù)自動生成詞組成為了近些年研發(fā)的熱點(diǎn)。

發(fā)明內(nèi)容

本公開要解決的技術(shù)問題是提供一種基于NLP和企業(yè)信息的智能造詞方法，能夠解決現(xiàn)有技術(shù)的不足，有效提高了智能造詞的效率和準(zhǔn)確度。

為解決上述技術(shù)問題，本公開所采取的技術(shù)方案如下。

一個方面，一種基于NLP和企業(yè)信息的智能造詞方法，包括以下步驟：

A、建立數(shù)據(jù)庫中文本元素之間的關(guān)聯(lián)度統(tǒng)計表，并根據(jù)文本元素的使用頻率對關(guān)聯(lián)度統(tǒng)計表進(jìn)行實(shí)時更新；

B、建立數(shù)據(jù)庫中文本元素的匹配函數(shù)，使用匹配函數(shù)對文本元素進(jìn)行匹配造詞，匹配優(yōu)先級與文本元素的關(guān)聯(lián)度成正比；

C、對匹配出的詞組進(jìn)行篩選，保留可靠性超出設(shè)定閾值的詞組；

D、對步驟C中保留的詞組進(jìn)行使用狀態(tài)監(jiān)控，根據(jù)監(jiān)控反饋對匹配函數(shù)進(jìn)行實(shí)時更新。

根據(jù)本公開的一個實(shí)施方式，步驟A中，關(guān)聯(lián)度統(tǒng)計表包括任意一個文本元素與其它任意一個文本元素的單維關(guān)聯(lián)度，以及任意一個文本元素與其它至少任意兩個文本元素的多維關(guān)聯(lián)度。

根據(jù)本公開的一個實(shí)施方式，步驟B中，首先使用單維關(guān)聯(lián)度對匹配函數(shù)進(jìn)行線性變換，然后使用多維關(guān)聯(lián)度對匹配函數(shù)進(jìn)行非線性變換。

根據(jù)本公開的一個實(shí)施方式，步驟C中，使用詞組中各文本元素的匹配命中率對詞組可靠性進(jìn)行計算，

其中，h為詞組中各文本元素的匹配命中率，R為詞組可靠性。

根據(jù)本公開的一個實(shí)施方式，步驟D中，建立匹配函數(shù)的權(quán)重集合，根據(jù)監(jiān)控反饋，將命中率與權(quán)重集合中的權(quán)重值進(jìn)行線性調(diào)整。

另一方面，一種基于NLP和企業(yè)信息的智能造詞系統(tǒng)，包括：

聯(lián)度統(tǒng)計表更新模塊：建立數(shù)據(jù)庫中文本元素之間的關(guān)聯(lián)度統(tǒng)計表，并根據(jù)文本元素的使用頻率對關(guān)聯(lián)度統(tǒng)計表進(jìn)行實(shí)時更新；

造詞模塊：建立數(shù)據(jù)庫中文本元素的匹配函數(shù)，使用匹配函數(shù)對文本元素進(jìn)行匹配造詞，匹配優(yōu)先級與文本元素的關(guān)聯(lián)度成正比；

篩選模塊：對匹配出的詞組進(jìn)行篩選，保留可靠性超出設(shè)定閾值的詞組；

匹配函數(shù)更新模塊：對步驟C中保留的詞組進(jìn)行使用狀態(tài)監(jiān)控，根據(jù)監(jiān)控反饋對匹配函數(shù)進(jìn)行實(shí)時更新。

根據(jù)本公開的一個實(shí)施方式，聯(lián)度統(tǒng)計表更新模塊中，關(guān)聯(lián)度統(tǒng)計表包括任意一個文本元素與其它任意一個文本元素的單維關(guān)聯(lián)度，以及任意一個文本元素與其它至少任意兩個文本元素的多維關(guān)聯(lián)度。

根據(jù)本公開的一個實(shí)施方式，造詞模塊中，首先使用單維關(guān)聯(lián)度對匹配函數(shù)進(jìn)行線性變換，然后使用多維關(guān)聯(lián)度對匹配函數(shù)進(jìn)行非線性變換。