[發明專利]產品特征信息的提取方法、電子設備及存儲介質

在審

• 申請號: 202010888412.9
• 申請日: 2020-08-28
• 公開（公告）號: CN112016298A
• 公開（公告）日: 2020-12-01
• 發明（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: 上海晨皓知識產權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

1.一種產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品領域的語料的相關參數；其中，所述相關參數表征所述候選特征信息與產品領域的領域相關性；

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

2.根據權利要求1所述的產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品領域的語料的相關參數，包括：

根據所述候選特征信息在不同產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；

根據所述偏差值確定所述候選特征信息與各個產品領域的相關參數。

3.根據權利要求2所述的產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品語料和第二產品語料出現的概率的差異參數；其中，所述第一產品語料為與目標產品相關領域的語料，所述第二產品語料為與所述目標產品非相關領域的語料；

所述根據所述偏差值確定所述候選特征信息與各個產品領域的相關參數，包括：

結合所述偏差值和所述差異參數確定所述候選特征信息與各個產品領域的相關參數。

4.根據權利要求1至3中任一項所述的產品特征信息的提取方法，其特征在于，在所述根據所述相關參數判斷所述候選特征信息是否為產品特征信息之后，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品特征信息；

若所述候選特征信息屬于所述產品特征信息，則提取所述產品特征信息。

5.根據權利要求1所述的產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.根據權利要求5所述的產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.根據權利要求5所述的產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：

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

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

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行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如權利要求1至8中任一所述的產品特征信息的提取方法。

10.一種計算機可讀存儲介質，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行時實現權利要求1至8中任一項所述的產品特征信息的提取方法。