[发明专利]对产品的使用场景进行分类的方法及装置在审
申请号: | 201310628364.X | 申请日: | 2013-11-29 |
公开(公告)号: | CN104679769A | 公开(公告)日: | 2015-06-03 |
发明(设计)人: | 郭宏蕾;蔡柯柯;赵石顽;钱伟红;张俐;苏中 | 申请(专利权)人: | 国际商业机器公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06F17/27 |
代理公司: | 北京市中咨律师事务所 11247 | 代理人: | 刘薇;于静 |
地址: | 美国*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 产品 使用 场景 进行 分类 方法 装置 | ||
1.一种对产品的使用场景进行分类的方法,包括:
从描述所述产品的使用场景的文本中析取能够特征化所述使用场景的至少一个特征元组,其中,所述至少一个特征元组包括多个特征词语;
对所述至少一个特征元组进行隐含语义关联分析,以获得用于所述使用场景的隐含主题序列;以及
根据用于所述使用场景的所述隐含主题序列,确定所述使用场景所属的产品场景类别。
2.根据权利要求1所述的方法,还包括:
从所述产品的购买评论和/或在社交媒体中发布的与所述产品有关的内容中选取所述文本。
3.根据权利要求1所述的方法,其中,所述从描述产品的使用场景的文本中析取能够特征化所述使用场景的至少一个特征元组包括:
对所述文本进行句法和语义的分析;
选取表示所述产品或所述使用场景所涉及的事件的目标词语、表示所述使用场景的背景的背景词语和表达观点的情感词语,作为特征词语;以及
构建至少一个特征元组,其中,所述至少一个特征元组包括目标词语、与所述目标词语相关的背景词语以及与所述目标词语相关的情感词语。
4.根据权利要求1所述的方法,其中,对所述至少一个特征元组进行隐含语义关联分析以获得用于所述使用场景的隐含主题序列包括:
将所述至少一个特征元组中的多个特征词语概括到各自的语义范畴;
构建所述至少一个特征元组的上下文线索,其中所述上下文线索至少包括所述至少一个特征元组的相邻特征元组;
对所述至少一个特征元组及其上下文线索使用预先建立的隐含语义关联模型以生成所述至少一个特征元组的隐含主题;以及
生成用于所述使用场景的隐含主题序列,其包括所述至少一个特征元组的所有隐含主题。
5.根据权利要求1所述的方法,其中,对用于所述使用场景的所述隐含主题序列使用预先建立的产品场景分类模型以生成所述使用场景所属的产品场景类别。
6.根据权利要求1所述的方法,其中,所述根据用于所述使用场景的所述隐含主题序列,确定所述使用场景所属的产品场景类别包括:
计算所述隐含主题序列与预先设置的产品场景类别的标签序列的相似度;
如果所计算的最大相似度大于或等于相似度阈值,则将具有最大相似度的产品场景类别确定为所述使用场景所属的产品场景类别;
如果所计算的最大相似度小于所述相似度阈值,则生成新的产品场景类别,其中,所述新的产品场景类别的标签序列是所述隐含主题序列。
7.一种基于场景推荐产品的方法,包括:
从在社交媒体上发布的内容中检测场景信息;
在通过根据权利要求1至6任意一项所述的对产品的使用场景进行分类的方法获得的产品场景类别中,搜索与所述场景信息匹配的至少一个产品场景类别;以及
提供与所述至少一个产品场景类别对应的产品。
8.一种用于对产品的使用场景进行分类的装置,包括:
析取模块,其被配置为从描述所述产品的使用场景的文本中析取能够特征化所述使用场景的至少一个特征元组,其中,所述至少一个特征元组包括多个特征词语;
分析模块,其被配置为对所述至少一个特征元组进行隐含语义的关联分析,以获得用于所述使用场景的隐含主题序列;以及
产品场景类别确定模块,其被配置为根据用于所述使用场景的所述隐含主题序列,确定所述使用场景所属的产品场景类别。
9.根据权利要求8所述的装置,还包括:
文本选取模块,其被配置为从所述产品的购买评论或者在社交媒体中发布的与所述产品有关的内容中选取所述文本。
10.根据权利要求8所述的装置,其中,所述析取模块包括:
分析单元,其被配置为对所述文本进行句法和语义的分析;
词语选取单元,其被配置为选取表示所述产品或所述使用场景所涉及的事件的目标词语、表示所述使用场景的背景的背景词语和表达观点的情感词语,作为特征词语;以及
构建单元,其被配置为构建至少一个特征元组,其中,所述至少一个特征元组包括目标词语、与所述目标词语相关的背景词语以及与所述目标词语相关的情感词语。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国际商业机器公司;,未经国际商业机器公司;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310628364.X/1.html,转载请声明来源钻瓜专利网。