[發(fā)明專利]文本信息分類方法、系統(tǒng)、設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010020598.6
• 申請日: 2020-01-09
• 公開（公告）號: CN113111661A
• 公開（公告）日: 2021-07-13
• 發(fā)明（設(shè)計）人: 胡殿明;劉雨亮;李強(qiáng)
• 申請（專利權(quán)）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(chǎn)權(quán)代理事務(wù)所(普通合伙) 31309
• 代理人: 陳逸婷;王再朝

本申請?zhí)峁┪谋拘畔⒎诸惙椒ā⑾到y(tǒng)、設(shè)備及可讀存儲介質(zhì)，其文本信息分類方法包括：獲取文本信息；從所述文本信息內(nèi)包含外事關(guān)鍵信息的候選語句中匹配觸發(fā)詞以得到事件語句，其中，所述觸發(fā)詞包含于觸發(fā)詞詞典；基于匹配結(jié)果，對所述文本信息進(jìn)行外事事件分類；將分類的結(jié)果存入數(shù)據(jù)庫中和/或?qū)⒎诸惖慕Y(jié)果予以顯示。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。本申請可在有效降低分析外事事件難度的同時保證處理的效率和準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請涉及移動通信技術(shù)領(lǐng)域，特別是涉及文本信息分類方法、系統(tǒng)、設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

通常外事事件文本具有較高的復(fù)雜性，目前的文本處理技術(shù)無法有效識別外事事件文本中的關(guān)鍵信息并將其分類，不利于外事事件的高效分析。

在現(xiàn)有方案中，針對文本信息分類多采用人工識別或機(jī)器學(xué)習(xí)的方式。其中，人工識別的方式通常效率低下，且人力成本高，耗時耗力，不具有實時處理大規(guī)模文本的能力；而機(jī)器學(xué)習(xí)雖能實時處理大規(guī)模文本，但其依賴于大量的樣本訓(xùn)練，存在較嚴(yán)重的數(shù)據(jù)稀疏問題，準(zhǔn)確度低。

因此，如何在有效降低分析外事事件難度的同時保證處理的效率和準(zhǔn)確性已成為本領(lǐng)域技術(shù)人員以期解決的技術(shù)問題。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點，本申請的目的在于提供文本信息分類方法、系統(tǒng)、設(shè)備及可讀存儲介質(zhì)，用于解決現(xiàn)有技術(shù)中如何在有效降低分析外事事件難度的同時保證處理的效率和準(zhǔn)確性的問題。

為實現(xiàn)上述目的及其他相關(guān)目的，本申請的第一方面提供一種文本信息分類方法，包括以下步驟：獲取文本信息；從所述文本信息內(nèi)包含外事關(guān)鍵信息的候選語句中匹配觸發(fā)詞以得到事件語句；其中，所述觸發(fā)詞包含于觸發(fā)詞詞典；基于匹配結(jié)果，對所述文本信息進(jìn)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(jié)果存入數(shù)據(jù)庫中和/或?qū)⒎诸惖慕Y(jié)果予以顯示。

在本申請的第一方面的某些實施方式中，所述基于匹配結(jié)果，對所述文本信息進(jìn)行分類的步驟包括：若匹配成功且所述觸發(fā)詞屬于能直接進(jìn)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(yù)先關(guān)聯(lián)的出訪事件或來訪事件分類；若匹配成功且所述觸發(fā)詞屬于能間接進(jìn)行外事事件分類的第二分類類型，則對所述事件語句進(jìn)行句法分析以得到所述事件語句中各詞匯之間的句法關(guān)系，并根據(jù)由所述句法關(guān)系和提取自事件語句的各角色實體對象得到的相關(guān)于所述觸發(fā)詞的語法特征、該觸發(fā)詞的語義、所述各角色實體對象所關(guān)聯(lián)的國別屬性、以及提取自所述事件語句的事件發(fā)生地點及其所關(guān)聯(lián)的國別屬性，對所述文本信息進(jìn)行出訪事件或來訪事件分類；若匹配失敗或所述觸發(fā)詞屬于不能通過觸發(fā)詞詞典進(jìn)行外事事件分類的第三分類類型，對所述事件語句進(jìn)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(guān)系，并根據(jù)所述動詞的語義、以及所述各詞匯之間的句法關(guān)系對所述文本信息進(jìn)行出訪事件或來訪事件分類。

在本申請的第一方面的某些實施方式中，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。

在本申請的第一方面的某些實施方式中，所述每一事件語句中的各詞匯對應(yīng)有實體名稱，所述實體名稱包括：姓名、職位、組織機(jī)構(gòu)和/或公司、以及地點。

在本申請的第一方面的某些實施方式中，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(jìn)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。