[发明专利]一种标签提取方法及装置

权利要求书

1.一种标签提取方法，其特征在于，所述标签提取方法包括：

获取商品的多个评价信息；

按照预设的标签语法规则提取每一个评价信息中的候选标签；

通过潜在狄利克雷分配模型LDA对每一个候选标签进行主题分析，获取每 一个候选标签对应的主题概率分布，所述主题概率分布包括该候选标签隶属于 每一个指定主题的概率；

根据所述主题概率分布确定每一个指定主题对应的候选标签集，根据所述 候选标签集中每一个候选标签的权重值确定所述指定主题对应的代表标签；

其中，所述权重值是根据所述候选标签集的所述候选标签数量以及每一个 所述候选标签隶属于每个所述指定主题的概率计算得出的。

2.如权利要求1所述的标签提取方法，其特征在于，所述按照预设的标签 语法规则提取每一个评价信息中的候选标签包括：

对所述评价信息中的每一个评价信息进行预处理，所述预处理包括分词处 理以及词性标注；

根据预设的标签语法规则对预处理后的评价信息进行分析，获取每一个评 价信息中的候选标签；

根据词语的语义相似度对所述候选标签进行语义去重处理。

3.如权利要求2所述的标签提取方法，其特征在于，在根据预设的标签语 法规则对预处理后的评价信息进行分析，获取每一个评价信息中的候选标签之 后，所述方法还包括：

获取每一个候选标签对应的情感倾向信息，并将所述情感倾向信息添加至 所述候选标签中。

4.如权利要求2所述的标签提取方法，其特征在于，所述根据词语的语义 相似度对所述候选标签进行语义去重处理包括：

按照预设的语义词典计算所述候选标签中的属性词语的相似度和特征词语 的相似度；

对所述候选标签中属性词语的相似度和特征词语的相似度均大于预设阈值 的候选标签进行去重处理。

5.如权利要求1至4任一项所述的标签提取方法，其特征在于，所述潜在 狄利克雷分配模型LDA以候选标签作为文档，以候选标签中的每一个字作为词 语。