[发明专利]信息处理方法和信息处理装置

权利要求书

1.一种信息处理方法，包括：

获取包含自然语言表述的信息；

使用针对属性词的属性词库，处理所述信息，其中，所述属性词库是通过提取样本自然语言表述中的属性词并对提取的属性词执行聚类来建立的；以及

输出经过处理的信息，

其中所述对提取的属性词执行聚类包括：

针对所提取的属性词，生成词向量；

根据所生成的词向量，计算每一属性词的相似属性词；以及

如果对于所提取的属性词中的任意两个属性词，相同的相似属性词的数量大于任一属性词的相似属性词的数量的一半，则对所述两个属性词执行聚类，以产生对应的属性词类别，

其中所述对提取的属性词执行聚类还包括：

确定所产生的属性词类别中是否存在相同的相似属性词；

如果确定所产生的属性词类别中存在相同的相似属性词，则分别计算所述相似属性词与其所属的属性词类别中的其他相似属性词的平均相似度；以及

确定所产生的属性词类别中具有最高平均相似度的属性词类别作为所述相似属性词所属的属性词类别并更新属性词库。

2.根据权利要求1所述的方法，其中所述提取的 属性词包括：

通过对样本自然语言表述执行分词、词性标注以及依存句法分析，选择主语作为候选属性词；

统计候选属性词的词频，并按照词频依次排列所述候选属性词；

通过使用过滤词典来滤除经排列的候选属性词中的非属性词；

从保留的属性词中截取词频最频繁的预定数量个属性词，作为所提取的属性词。

3.一种信息处理装置，包括：

存储器，配置为存储可执行指令以及针对特定词性的词库；

处理器，与所述存储器相连，并配置为执行存储在存储器中的可执行指令，以便执行如下操作：

获取包含自然语言表述的信息；

使用针对属性词的属性词库，处理所述信息，所述属性词库是通过提取样本自然语言表述中的属性词并对提取的属性词执行聚类来建立的；以及

输出经过处理的信息，

其中所述处理器进一步配置为执行所述可执行指令以便：

针对所提取的属性词，生成词向量；

根据所生成的词向量，计算每一属性词的相似属性词；以及

如果对于所提取的属性词中的任意两个属性词，相同的相似属性词的数量大于任一属性词的相似属性词的数量的一半，则对所述两个属性词执行聚类，以产生对应的属性词类别，

其中所述处理器进一步配置为执行所述可执行指令以便：

确定所产生的属性词类别中是否存在相同的相似属性词；

如果确定所产生的属性词类别中存在相同的相似属性词，则分别计算所述相似属性词与其所属的属性词类别中的其他相似属性词的平均相似度；以及

确定所产生的属性词类别中具有最高平均相似度的属性词类别作为所述相似属性词所属的属性词类别并更新属性词库。

4.根据权利要求3所述的装置，其中所述处理器进一步配置为执行所述可执行指令以便：

通过对样本自然语言表述执行分词、词性标注以及依存句法分析，选择主语作为候选属性词；

统计候选属性词的词频，并按照词频依次排列所述候选属性词；

通过使用过滤词典来滤除经排列的候选属性词中的非属性词；

从保留的属性词中截取词频最频繁的预定数量个属性词，作为所提取的属性词。