[發明專利]文本信息分類方法、系統、設備及可讀存儲介質

在審

• 申請號: 202010020598.6
• 申請日: 2020-01-09
• 公開（公告）號: CN113111661A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 胡殿明;劉雨亮;李強
• 申請（專利權）人: 圖靈人工智能研究院（南京）有限公司;感易智能科技（南京）有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/295;G06F40/216;G06F16/35;G06K9/62
• 代理公司: 上海巔石知識產權代理事務所(普通合伙) 31309
• 代理人: 陳逸婷;王再朝

1.一種文本信息分類方法，其特征在于，包括以下步驟：

獲取文本信息；

從所述文本信息內包含外事關鍵信息的候選語句中匹配觸發詞以得到事件語句；其中，所述觸發詞包含于觸發詞詞典；

基于匹配結果，對所述文本信息進行外事事件分類；所述外事事件分類的類別包括：出訪事件、來訪事件、以及非外事事件；

將分類的結果存入數據庫中和/或將分類的結果予以顯示。

2.根據權利要求1所述的文本信息分類方法，其特征在于，所述基于匹配結果，對所述文本信息進行分類的步驟包括：

若匹配成功且所述觸發詞屬于能直接進行外事事件分類的第一分類類型，則將所述文本信息確定為與所述第一分類類型預先關聯的出訪事件或來訪事件分類；

若匹配成功且所述觸發詞屬于能間接進行外事事件分類的第二分類類型，則對所述事件語句進行句法分析以得到所述事件語句中各詞匯之間的句法關系，并根據由所述句法關系和提取自事件語句的各角色實體對象得到的相關于所述觸發詞的語法特征、該觸發詞的語義、所述各角色實體對象所關聯的國別屬性、以及提取自所述事件語句的事件發生地點及其所關聯的國別屬性，對所述文本信息進行出訪事件或來訪事件分類；

若匹配失敗或所述觸發詞屬于不能通過觸發詞詞典進行外事事件分類的第三分類類型，對所述事件語句進行句法分析以得到所述事件語句中的動詞以及各詞匯之間的句法關系，并根據所述動詞的語義、以及所述各詞匯之間的句法關系對所述文本信息進行出訪事件或來訪事件分類。

3.根據權利要求2所述的文本信息分類方法，其特征在于，所述角色實體對象是由所述事件語句中屬于同一角色的實體名稱整合形成的。

4.根據權利要求1或3所述的文本信息分類方法，其特征在于，所述每一事件語句中的各詞匯對應有實體名稱，所述實體名稱包括：姓名、職位、組織機構和/或公司、以及地點。

5.根據權利要求3所述的文本信息分類方法，其特征在于，所述整合的步驟包括：

以角色名稱、連詞或介詞為切分點，對所述事件語句進行切分；

將切分后的事件語句中屬于同一角色的實體名稱整合以形成每一角色的角色實體對象。

6.根據權利要求2所述的文本信息分類方法，其特征在于，所述根據由所述句法關系和提取自事件語句的各角色實體對象得到的相關于所述觸發詞的語法特征、該觸發詞的語義、所述各角色實體對象所關聯的國別屬性、以及提取自所述事件語句的事件發生地點及其所關聯的國別屬性，對所述文本信息進行出訪事件或來訪事件分類的步驟包括：

根據所述觸發詞的語義，判斷與該觸發詞在語法特征上相關的各相關角色實體對象相對于所述觸發詞的執行身份；所述執行身份包括：訪問方及被訪問方；

根據各所述角色實體對象的執行身份及其國別屬性、以及事件發生地點及其國別屬性，以確定訪問方或被訪問方同事件發生地點間的國別屬性的異同，據以進行外事事件分類。

7.根據權利要求2所述的文本信息分類方法，其特征在于，所述根據對所述事件語句進行句法分析以得到所述事件語句中的動詞以及各詞匯之間的句法關系，并根據所述動詞的語義、以及所述各詞匯之間的句法關系對所述文本信息進行出訪事件或來訪事件分類的步驟包括：

利用依存句法分析對所述事件語句進行句法解析，以確定事件語句中的動詞及其子節點，并根據子節點和動詞間的句法關系確定子節點為外事事件的施事方或受事方；

根據所述動詞的詞義、及該施事方和受事方對所述文本信息進行外事事件分類，以分類至外事事件分類還包括的其它事件分類中。

8.根據權利要求1所述的文本信息分類方法，其特征在于，所述從所述文本信息內包含外事關鍵信息的候選語句中匹配觸發詞以得到事件語句的步驟包括：

對所述文本信息進行分句處理以通過模式匹配判斷每一分句是否包含關鍵信息，并將包含關鍵信息的分句確定為候選語句；

依據所述觸發詞詞典，從所述候選語句中匹配觸發詞以得到包含觸發詞的候選語句，并將包含觸發詞的候選語句確定為事件語句。