[發(fā)明專利]產(chǎn)品特征信息的提取方法、電子設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010888412.9
• 申請日: 2020-08-28
• 公開（公告）號: CN112016298A
• 公開（公告）日: 2020-12-01
• 發(fā)明（設計）人: 王俊霞;周英能;張振
• 申請（專利權）人: 中移（杭州）信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/216;G06F40/284;G06F40/289
• 代理公司: 上海晨皓知識產(chǎn)權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

1.一種產(chǎn)品特征信息的提取方法，其特征在于，包括：

在文本中提取候選特征信息；

確定所述候選特征信息與不同產(chǎn)品領域的語料的相關參數(shù)；其中，所述相關參數(shù)表征所述候選特征信息與產(chǎn)品領域的領域相關性；

根據(jù)所述相關參數(shù)判斷所述候選特征信息是否為產(chǎn)品特征信息，若判斷為是則對所述產(chǎn)品特征信息進行提取。

2.根據(jù)權利要求1所述的產(chǎn)品特征信息的提取方法，其特征在于，所述確定所述候選特征信息與不同產(chǎn)品領域的語料的相關參數(shù)，包括：

根據(jù)所述候選特征信息在不同產(chǎn)品領域的語料中所占的權重，計算得到所述候選特征信息對應的偏差值；其中，所述偏差值表征所述候選特征信息在語料中的分布情況；

根據(jù)所述偏差值確定所述候選特征信息與各個產(chǎn)品領域的相關參數(shù)。

3.根據(jù)權利要求2所述的產(chǎn)品特征信息的提取方法，其特征在于，在所述計算得到所述候選特征信息對應的偏差值之后，還包括：

計算所述候選特征信息在第一產(chǎn)品語料和第二產(chǎn)品語料出現(xiàn)的概率的差異參數(shù)；其中，所述第一產(chǎn)品語料為與目標產(chǎn)品相關領域的語料，所述第二產(chǎn)品語料為與所述目標產(chǎn)品非相關領域的語料；

所述根據(jù)所述偏差值確定所述候選特征信息與各個產(chǎn)品領域的相關參數(shù)，包括：

結(jié)合所述偏差值和所述差異參數(shù)確定所述候選特征信息與各個產(chǎn)品領域的相關參數(shù)。

4.根據(jù)權利要求1至3中任一項所述的產(chǎn)品特征信息的提取方法，其特征在于，在所述根據(jù)所述相關參數(shù)判斷所述候選特征信息是否為產(chǎn)品特征信息之后，還包括：

若判斷為否，則通過似然比檢驗方法檢驗所述候選特征信息是否屬于產(chǎn)品特征信息；

若所述候選特征信息屬于所述產(chǎn)品特征信息，則提取所述產(chǎn)品特征信息。

5.根據(jù)權利要求1所述的產(chǎn)品特征信息的提取方法，其特征在于，所述在文本中提取候選特征信息，包括：

對所述文本進行分詞處理，得到若干個文字組；

將所述各個文字組作為候選特征信息提取。

6.根據(jù)權利要求5所述的產(chǎn)品特征信息的提取方法，其特征在于，在所述得到若干個文字組之后，還包括：

若所述若干個文字組中相鄰兩個文字組的詞性均為名詞，且所述相鄰兩個文字組共同出現(xiàn)的概率大于預設閾值，則將所述相鄰兩個文字組進行合并；

所述將所述各個文字組作為候選特征信息提取，包括：

將所述合并后的文字組作為候選特征信息提取。

7.根據(jù)權利要求5所述的產(chǎn)品特征信息的提取方法，其特征在于，在所述得到若干個文字組之后，還包括：

分析所述若干個文字組包含的句法結(jié)構；

所述將所述各個文字組作為候選特征信息提取，包括：

根據(jù)所述句法結(jié)構對所述若干個文字組進行篩選；

將所述篩選后的文字組作為候選特征信息提取。

8.根據(jù)權利要求7所述的產(chǎn)品特征信息的提取方法，其特征在于，所述根據(jù)所述句法結(jié)構對所述若干個文字組進行篩選，包括：

將符合預設句法結(jié)構規(guī)則的文字組保留；其中，所述預設句法結(jié)構規(guī)則包括：主謂結(jié)構且詞性為名詞，主謂結(jié)構且詞性為動詞，以及動賓結(jié)構且詞性為名詞。

9.一種電子設備，其特征在于，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如權利要求1至8中任一所述的產(chǎn)品特征信息的提取方法。

10.一種計算機可讀存儲介質(zhì)，存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至8中任一項所述的產(chǎn)品特征信息的提取方法。