[發明專利]一種基于語料領域的語料處理系統

有效

• 申請號: 201910009322.5
• 申請日: 2019-01-04
• 公開（公告）號: CN109871533B
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 孔洋洋;陳飛宇;朱勁松
• 申請（專利權）人: 北京車慧科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 11393 北京市維詩律師事務所
• 代理人: 李翔;楊安進

1.一種基于語料領域的語料處理系統，其特征在于，該系統包括：

第一訓練模塊，用于根據開放領域語料訓練第一編碼模型，根據目標領域參考語料訓練第二編碼模型；

向量模塊，用于將目標領域語料輸入所述第一編碼模型得到第一向量，將目標領域語料輸入所述第二編碼模型得到第二向量，將目標領域語料輸入第三模型得到第三向量；

第二訓練模塊，用于根據所述第一向量、所述第二向量以及所述第三向量訓練語料處理模型。

2.根據權利要求1所述的語料處理系統，其特征在于，所述第一編碼模型為基于BiLSTM模型的自動編碼器；和/或所述第二編碼模型為基于BiLSTM模型的自動編碼器；和/或第三模型為BiLSTM模型。

3.根據權利要求1所述的語料處理系統，其特征在于，所述開放領域語料不包括汽車領域語料，和/或目標領域參考語料包括汽車領域新聞語料以及目標領域語料為汽車領域語料。

4.根據權利要求3所述的語料處理系統，其特征在于，所述開放領域語料為開放領域實體語料，所述目標領域語料為汽車領域實體語料；所述語料處理模型為評價對象抽取模型。

5.根據權利要求4所述的語料處理系統，其特征在于，所述評價對象抽取模型包括CRF模型。

6.根據權利要求3所述的語料處理系統，其特征在于，所述開放領域語料為開放領域情感分析語料，所述目標領域語料為汽車領域情感分析語料；所述語料處理模型為情感傾向分析模型。

7.根據權利要求6所述的語料處理系統，其特征在于，所述情感傾向分析模型包括SoftMax模型。

8.根據權利要求1所述的語料處理系統，其特征在于，所述開放領域語料為去除標簽后的開放領域語料。

9.根據權利要求1所述的語料處理系統，其特征在于，所述第二訓練模塊，還用于在訓練所述語料處理模型的過程中，凍結所述第一向量和所述第二向量，并優化所述第三向量。

10.根據權利要求1所述的語料處理系統，其特征在于，該系統還包括：

預處理模塊，用于將待評論語句進行預處理；

劃分模塊，用于將長句劃分為若干子句；

輸入模塊，用于將所述子句輸入所述語料處理模型。

11.根據權利要求10所述的語料處理系統，其特征在于，所述劃分模塊，還用于根據依存句法分析將長句劃分為若干子句。