[发明专利]一种特征提取方法、装置和服务器

权利要求书

1.一种特征提取方法，其特征在于，包括：

获取目标文本；

对所述目标文本进行分词处理，得到至少一个分词；

按照预设的结构化识别规则，分别确定所述分词的结构化语义标签；

从具有结构化语义标签的分词中，提取与预设的特征模板对应的特征数据；所述特征模板包括结构化语义标签组合。

2.根据权利要求1所述的方法，其特征在于，所述从具有结构化语义标签的分词中，提取与预设的特征模板对应的特征数据的步骤，包括：

从具有结构化语义标签的分词中，利用由预设的特征模板构建的无回路有向图，提取与预设的特征模板对应的特征数据。

3.根据权利要求2所述的方法，其特征在于，还包括：

针对每个特征模板，确定由所述特征模板中的模板子串所组合的最优计算路径；所述模板子串包括一个或多个所述特征模板的结构化语义标签组合中的结构化语义标签；

利用特征模板的最优计算路径，构造所述无回路有向图。

4.根据权利要求3所述的方法，其特征在于，所述针对每个特征模板，确定由所述特征模板中的模板子串所组合的最优计算路径的步骤，包括：

针对每个特征模板，基于N元模型提取所述特征模板中所有的模板子串；

计算所述特征模板中每个模板子串在各模板子串中的出现概率；

获取所有由模板子串按前后顺序组合得到所述特征模板的路径，作为计算路径；

根据每个模板子串的出现概率设置所述计算路径中每个子串节点的权重；

根据每个计算路径中每个子串节点的权重，筛选出所述特征模板的最优计算路径。

5.根据权利要求4所述的方法，其特征在于，所述根据每个子串的概率设置所述计算路径中每个子串节点的权重的步骤，包括：

设置所述子串节点的权重为所述子串节点对应的模板子串的概率。

6.根据权利要求4所述的方法，其特征在于，所述计算所述特征模板中每个模板子串在各模板子串中的出现概率的步骤，包括：

统计所述特征模板中所有模板子串在各模板子串中出现的第一词频；

以每个模板子串出现的第一词频除以第一总词频，获得每个模板子串的出现概率。

7.根据权利要求4所述的方法，其特征在于，所述计算所述特征模板中每个模板子串在各模板子串中的出现概率的步骤，包括：

统计所述特征模板中所有模板子串在各模板子串中出现的第一词频；

将每个模板子串的所述第一词频加上预设常数，获得所述模板子串的第二词频；

以每个模板子串出现的第二词频除以第一总词频，获得每个模板子串的出现概率。

8.根据权利要求7所述的方法，其特征在于，所述预设常数所述特征模板对应的全部第一词频的中位数；或者预设常数为所述目标文本对应的全部特征模板的总数。

9.根据权利要求3所述的方法，其特征在于，所述利用特征模板的最优计算路径，构造所述无回路有向图的步骤，包括：

根据所述最优计算路径中模板子串的前后顺序构造所述无回路有向图。