[發明專利]基于大數據的多維屬性標簽提取方法、系統、終端及介質

在審

• 申請號: 202210385301.5
• 申請日: 2022-04-13
• 公開（公告）號: CN114860923A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 田俊峰;陳丁;李立現
• 申請（專利權）人: 九江學院
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289;G06K9/62
• 代理公司: 深圳市廣諾專利代理事務所(普通合伙) 44611
• 代理人: 祝晶

1.基于大數據的多維屬性標簽提取方法，其特征是，包括以下步驟：

提取目標文本中的關鍵詞，得到包含多類的關鍵詞集；

以主成分分析方法對關鍵詞集進行降維處理，得到至少兩個主關鍵詞；

依據各個主關鍵詞的詞概率由大到小排列，并依據屬性標簽的維度值從排序最后的主關鍵詞開始選取對應數量的主關鍵詞作為相應屬性標簽的標簽集；

從標簽集中選取詞概率最大的主關鍵詞作為標簽名，并選取剩余的主關鍵詞作為屬性名，以及通過標簽名和屬性名的標定值對相應屬性名的屬性進行描述，得到最終的屬性標簽；

將不同維度的屬性標簽集成得到多維屬性標簽。

2.根據權利要求1所述的基于大數據的多維屬性標簽提取方法，其特征是，若多維屬性標簽的總維度為K，則多維屬性標簽的表達式具體為：

其中，A₁、A₂...A_K表示詞概率由大到小排列的主關鍵詞；a₁、a₂...a_K表示不同關鍵詞所對應的標定值；{·}外的主關鍵詞為標簽名，{·}內的主關鍵詞為屬性名。

3.根據權利要求1所述的基于大數據的多維屬性標簽提取方法，其特征是，所述屬性名的屬性以標簽名的標定值和屬性名的標定值乘積進行描述。

4.根據權利要求1所述的基于大數據的多維屬性標簽提取方法，其特征是，所述標定值為對應主關鍵詞的詞概率。

5.根據權利要求1所述的基于大數據的多維屬性標簽提取方法，其特征是，所述詞概率為相應主關鍵詞的頻次數與所有主關鍵詞的頻次數之和的比值。

6.根據權利要求1所述的基于大數據的多維屬性標簽提取方法，其特征是，所述詞概率為相應主關鍵詞的頻次數與所有關鍵詞的頻次數之和的比值。

7.根據權利要求1所述的基于大數據的多維屬性標簽提取系統，其特征是，所述多維屬性標簽的總維度選取過程具體為：

計算關鍵詞集中各個關鍵詞的詞概率均值；

選取詞概率大于詞概率均值的關鍵詞數量作為多維屬性標簽的總維度。

8.基于大數據的多維屬性標簽提取方法，其特征是，包括：

提取模塊，用于提取目標文本中的關鍵詞，得到包含多類的關鍵詞集；

降維模塊，用于以主成分分析方法對關鍵詞集進行降維處理，得到至少兩個主關鍵詞；

排序分析模塊，用于依據各個主關鍵詞的詞概率由大到小排列，并依據屬性標簽的維度值從排序最后的主關鍵詞開始選取對應數量的主關鍵詞作為相應屬性標簽的標簽集；

詞分類模塊，用于從標簽集中選取詞概率最大的主關鍵詞作為標簽名，并選取剩余的主關鍵詞作為屬性名，以及通過標簽名和屬性名的標定值對相應屬性名的屬性進行描述，得到最終的屬性標簽；

標簽集成模塊，用于將不同維度的屬性標簽集成得到多維屬性標簽。

9.一種計算機終端，包含存儲器、處理器及存儲在存儲器并可在處理器上運行的計算機程序，其特征是，所述處理器執行所述程序時實現如權利要求1-7中任意一項所述的基于大數據的多維屬性標簽提取方法。

10.一種計算機可讀介質，其上存儲有計算機程序，其特征是，所述計算機程序被處理器執行可實現如權利要求1-7中任意一項所述的基于大數據的多維屬性標簽提取方法。