[發(fā)明專利]一種基于SVM的非實體詞依賴關系提取的問句解析方法在審
| 申請?zhí)枺?/td> | 201910957230.X | 申請日： | 2019-10-10 |
| 公開（公告）號： | CN110852067A | 公開（公告）日： | 2020-02-28 |
| 發(fā)明（設計）人： | 梁杰;凌立剛;王同和;王歡 | 申請（專利權）人： | 杭州量之智能科技有限公司 |
| 主分類號： | G06F40/211 | 分類號： | G06F40/211;G06F40/295;G06F40/30 |
| 代理公司： | 北京聯(lián)瑞聯(lián)豐知識產(chǎn)權代理事務所(普通合伙) 11411 | 代理人： | 夏允峰 |
| 地址： | 310000 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 svm 實體詞 依賴 關系 提取 問句 解析 方法 | ||
1.一種基于SVM的非實體詞依賴關系提取的問句解析方法，其特征在于，包括以下步驟：
S1、獲取問句，生成實體詞關系確定的分析樹；
S2、調整非實體詞節(jié)點在分析樹中的懸掛位置，得到符合語法規(guī)范的問句；
S3、將所述問句通過SVM進行排序，輸出排序最高的問句對應的答案。
2.如權利要求1所述的基于SVM的非實體詞依賴關系提取的問句解析方法，其特征在于，所述分析樹的節(jié)點的種類由以下一種或多種組成：
TreeNode種類、Relation種類、Aggregation種類、TopN種類、Operator種類、Aggregation種類、Logic種類、Domain種類、Entity種類、Count種類和GroupBy種類。
3.如權利要求2所述的基于SVM的非實體詞依賴關系提取的問句解析方法，其特征在于，所述節(jié)點的種類中，非實體詞節(jié)點種類包括：
Relation種類、Groupby種類、Aggregation種類、Count種類、TopN種類、Num種類和Logic種類。
4.如權利要求1所述的基于SVM的非實體詞依賴關系提取的問句解析方法，其特征在于，所述將所述問句通過SVM進行排序具體包括：
對所述問句進行句法解析，并以樹形式表示；
將每個問句對應的答案，將其文本替換為節(jié)點類型；
將所述問句與答案一一配對，通過SVM進行排序，排序最高答案為問句的正確解析。
5.如權利要求4所述的基于SVM的非實體詞依賴關系提取的問句解析方法，其特征在于，所述對所述問句進行句法解析，并以樹形式表示具體包括：
使用NLP工具對問句進行句法分析，將所述問句解析為constituency tree或dependency tree。
6.如權利要求5所述的基于SVM的非實體詞依賴關系提取的問句解析方法，其特征在于，所述NLP工具為Stanford parser。
7.如權利要求1-6任一項所述的基于SVM的非實體詞依賴關系提取的問句解析方法，其特征在于，所述SVM為SVM-LIGHT-TK。
8.如權利要求7所述的基于SVM的非實體詞依賴關系提取的問句解析方法，其特征在于，所述SVM-LIGHT-TK的kernel為ST、SST或PT。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于杭州量之智能科技有限公司，未經(jīng)杭州量之智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910957230.X/1.html，轉載請聲明來源鉆瓜專利網(wǎng)。
