[發(fā)明專利]一種基于句子檢索模式的屬性抽取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010025572.0
• 申請(qǐng)日: 2020-01-10
• 公開（公告）號(hào): CN111241827B
• 公開（公告）日: 2022-05-20
• 發(fā)明（設(shè)計(jì)）人: 喬馳;段飛虎;印東敏;陳鋒濤;蔡鄖;馮自強(qiáng);李云鵬;戴鐵成;張宏偉
• 申請(qǐng)（專利權(quán)）人: 同方知網(wǎng)（北京）技術(shù)有限公司;同方知網(wǎng)數(shù)字出版技術(shù)股份有限公司
• 主分類號(hào): G06F40/289
• 分類號(hào): G06F40/289;G06F40/211;G06F40/242;G06F16/31;G06F16/33
• 代理公司: 北京天奇智新知識(shí)產(chǎn)權(quán)代理有限公司 11340
• 代理人: 王澤云

1.一種基于句子檢索模式的屬性抽取方法，其特征在于，所述方法包括：

A 將語(yǔ)料進(jìn)行預(yù)處理，把需要的語(yǔ)料數(shù)據(jù)導(dǎo)入到語(yǔ)料庫(kù)；

B 從語(yǔ)料庫(kù)中或詞典或概念模型中的語(yǔ)料數(shù)據(jù)中抽取語(yǔ)句，并將所需語(yǔ)句組成樣本集；

C 采用HanLP句法依存分析器對(duì)抽取的語(yǔ)句樣本集進(jìn)行分詞和詞性標(biāo)注；

D 采用過濾規(guī)則對(duì)詞性標(biāo)注的結(jié)果集進(jìn)行過濾，產(chǎn)生三元組屬性，并得到每一句話的三元組屬性集合；

E 對(duì)三元組屬性集合進(jìn)行聚合，并將聚合得到的屬性集合保存到數(shù)據(jù)庫(kù)；

所述B中所述語(yǔ)句的抽取包括：

手動(dòng)輸入兩個(gè)關(guān)系詞，根據(jù)這兩個(gè)關(guān)系詞到語(yǔ)料庫(kù)中抽取相關(guān)的句子；及

選擇一種關(guān)系和一部詞典，或者是選擇一種關(guān)系和一個(gè)概念模型，根據(jù)關(guān)系，詞典和概念模型抽取出對(duì)應(yīng)的關(guān)系詞，然后再根據(jù)抽取到的關(guān)系詞選擇合適的關(guān)系詞到語(yǔ)料庫(kù)中抽取句子。

2.如權(quán)利要求1所述的基于句子檢索模式的屬性抽取方法，其特征在于，所述C中采用HanLP句法依存分析器對(duì)語(yǔ)句樣本集進(jìn)行分詞和詞性標(biāo)注是基于神經(jīng)網(wǎng)絡(luò)分類模型和arc-standard轉(zhuǎn)移動(dòng)作的判決式漢語(yǔ)依存句法分析器，以及基于詞語(yǔ)的BiGram概率圖最短路分詞器。