[發明專利]一種文本處理方法、裝置、設備及介質

在審

• 申請號: 202210979125.8
• 申請日: 2022-08-16
• 公開（公告）號: CN115309868A
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 王兆麟;丁冠源;郭富琦;張文娟;黃嘉桐;鄭彤
• 申請（專利權）人: 中國第一汽車股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06F16/34;G06F16/35;G06F40/169;G06F40/194;G06F40/242;G06F40/30;G06K9/62
• 代理公司: 北京遠智匯知識產權代理有限公司 11659
• 代理人: 劉欣

1.一種文本處理方法，其特征在于，包括：

將處于目標時間段內的評論文本拆分為至少兩條目標語句；所述評論文本為對車輛的相關性能進行評論的文本；

根據各目標語句的向量化結果，利用預設支持向量機分類器，對目標語句進行分類，并根據各目標語句的分類結果，對目標語句進行更新；所述分類結果是對目標語句是否包含有效信息進行分類的結果；

根據至少兩個預設信息提取規則與各更新后的目標語句的匹配情況，確定更新后的各目標語句的評論類別；所述評論類別包括：需求性評論、緊迫性評論、問題性評論以及功能性評論；

確定待可視化評論類別，將所述待可視化評論類別對應的目標語句進行統計分析，并根據統計分析的結果，對文本處理的結果進行可視化展示。

2.根據權利要求1所述的方法，其特征在于，根據至少兩個預設信息提取規則與各更新后的目標語句的匹配情況，確定更新后的各目標語句的評論類別，包括：

對各更新后的目標語句進行特征提取和語義分析，確定各目標語句是否滿足各預設信息提取規則；

根據判斷結果和各預設信息提取規則所屬的評論類別，為各目標語句匹配相應的預設信息提取規則，并確定各目標語句的評論類別為其相應的信息提取規則所屬的評論類別。

3.根據權利要求2所述的方法，其特征在于，對各更新后的目標語句進行特征提取和語義分析，確定各目標語句是否滿足各預設信息提取規則，包括：

對各更新后的目標語句進行特征提取，并根據特征提取結果，確定各更新后的目標語句中是否包含需求動詞和功能名詞；

若是，則對該目標語句進行語義分析，確定該目標語句中需求動詞和功能名詞的語義結構是否滿足預設信息提取規則中的需求信息提取規則；其中，所述需求信息提取規則包括以下至少一種：需求動詞加功能名詞、需求名詞加專有名詞，和/或需求動詞加輔助動詞再加專有名詞的需求信息提取規則。

4.根據權利要求1所述的方法，其特征在于，確定待可視化類別，將所述待可視化評論類別對應的目標語句進行統計分析，并根據統計分析的結果，對文本處理的結果進行可視化展示，包括：

確定待可視化評論類別對應的目標語句；

針對待可視化評論類別對應的目標語句，根據各目標語句所屬評論文本的點擊量、各目標語句的易讀性指數、各目標語句的評論時長，確定各目標語句的信息量衡量值；

將各目標語句的信息量衡量值的排序結果，作為統計分析的結果，對文本處理的結果進行可視化展示。

5.根據權利要求4所述的方法，其特征在于，針對待可視化評論類別對應的目標語句，根據各目標語句所屬評論文本的點擊量、各目標語句的易讀性指數、各目標語句評論時長，確定各目標語句的信息量衡量值，包括：

針對待可視化評論類別對應的目標語句，將目標語句所屬評論文本的點擊量作為所述目標語句的點擊量；

根據所述目標語句的語句平均長度和平均音節數，計算所述目標語句的易讀性指數；

確定各目標語句所屬評論文本的評論時間，并將評論時間與當前時間的時間間隔，作為各目標語句的評論時長；

計算所述目標語句的點擊量和評論時長的比值，并根據所述比值和目標語句的易讀性指數，確定各目標語句的信息量衡量值。

6.根據權利要求1所述的方法，其特征在于，將處于目標時間段內的評論文本拆分為至少兩條目標語句，包括：

分別根據各備選時間段內評論文本的數量和各評論文本的點擊量對各備選時間段進行排序；

根據分別基于評論文本數量和點擊量的排序結果，確定滿足預設篩選條件的備選時間段，并將其作為目標時間段；

根據所述目標時間段內評論文本中的標點符號，將處于目標時間段內的評論文本拆分為至少兩條目標語句。

7.根據權利要求1所述的方法，其特征在于，還包括：

根據各目標語句中各目標詞語與預設領域關鍵詞詞典中關鍵詞的相似度，將各目標語句進行向量化，生成各目標語句的向量化結果。