[發(fā)明專利]適用規(guī)則分析方法、裝置、電子設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011221079.2
• 申請日: 2020-11-05
• 公開（公告）號: CN112347739A
• 公開（公告）日: 2021-02-09
• 發(fā)明（設計）人: 趙琪
• 申請（專利權）人: 平安直通咨詢有限公司上海分公司
• 主分類號: G06F40/126
• 分類號: G06F40/126;G06F40/284;G06N5/02;G06Q50/18
• 代理公司: 深圳市沃德知識產(chǎn)權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種適用規(guī)則分析方法，其特征在于，所述方法包括：

獲取事實描述集及對應的規(guī)則描述集；

對所述事實描述集進行分詞及數(shù)據(jù)增強處理，得到標準事實描述集；對所述規(guī)則描述集進行分詞處理，得到關鍵詞集；

根據(jù)所述標準事實描述集及所述關鍵詞集得到關鍵詞標簽；

對所述標準事實描述集及所述關鍵詞標簽分別進行編碼轉(zhuǎn)換，得到事實編碼集及關鍵詞編碼集，匯總所述事實編碼集及所述關鍵詞編碼集得到編碼集合；

通過所述編碼集合對預構建的分類模型進行訓練，得到分析模型；

利用所述分析模型對待檢測事實描述集進行規(guī)則分析，得到最終規(guī)則分析結果。

2.如權利要求1所述的適用規(guī)則分析方法，其特征在于，所述對所述事實描述集進行分詞及數(shù)據(jù)增強處理，得到標準事實描述集，包括：

利用預設的分詞算法對所述事實描述集中的事實描述文本進行分詞及過濾處理，得到分詞結果集；

對所述分詞結果集中的詞進行特征選擇，得到特征結果集；

對所述特征結果集中預設比例的詞進行重抽樣，對重抽樣后的事實描述文本再次進行分詞及過濾，得到增強特征結果集；

匯總所述增強特征結果集及所述特征結果集中未進行重抽樣的詞得到所述標準事實描述集。

3.如權利要求2所述的適用規(guī)則分析方法，其特征在于，所述利用預設的分詞算法對所述事實描述集中的事實描述文本進行分詞及過濾處理，得到分詞結果集，包括：

獲取預設的專有詞匯詞表，基于所述專有詞匯詞表對所述事實描述集中的事實描述文本進行分詞，得到初始分詞結果；

除去所述初始分詞結果中的停用詞，并過濾掉預設長度的字符，得到所述分詞結果集。

4.如權利要求1所述的適用規(guī)則分析方法，其特征在于，所述對所述規(guī)則描述集進行分詞處理，得到關鍵詞集，并根據(jù)所述標準事實描述集及所述關鍵詞集得到關鍵詞標簽，包括：

利用所述預設的分詞算法對所述規(guī)則描述集中的規(guī)則描述文本進行分詞及過濾處理，得到關鍵詞集；

利用預構建的多標簽模型對所述標準事實描述集進行分析，從所述關鍵詞集中分析出與所述事實描述文本對應的關鍵詞標簽。

5.如權利要求1所述的適用規(guī)則分析方法，其特征在于，所述對所述標準事實描述集及所述關鍵詞標簽分別進行編碼轉(zhuǎn)換，得到事實編碼集及關鍵詞編碼集，包括：

利用預設的第一編碼方法對所述標準事實描述集進行編碼處理，得到所述事實編碼集；

利用預設的第二編碼方法對所述關鍵詞標簽進行編碼處理，得到所述關鍵詞編碼集。

6.如權利要求5所述的適用規(guī)則分析方法，其特征在于，所述利用預設的第二編碼方法對所述關鍵詞標簽進行編碼處理，得到所述關鍵詞編碼集，包括：

獲取預構建的關鍵詞庫，計算所述關鍵詞標簽中的文本與所述關鍵詞庫中的詞的相似度，將所述相似度作為關鍵詞編碼時關鍵詞的權重；

基于所述權重，利用所述第二編碼方法對所述關鍵詞標簽中的文本進行編碼處理，得到所述關鍵詞編碼集。

7.如權利要求1至6中任意一項所述的適用規(guī)則分析方法，其特征在于，所述利用所述分析模型對待檢測事實描述集進行規(guī)則分析，得到最終規(guī)則分析結果，包括：

利用所述分析模型對所述待檢測事實描述集進行分析，得到預測候選集；

通過預設的過濾規(guī)則對所述預測候選集進行規(guī)則過濾，得到所述最終規(guī)則分析結果。