[发明专利]一种提取中心产品词的方法和装置

权利要求书

1.一种提取中心产品词的方法，其特征在于，包括：

对待提取中心产品词的目标标题提取特征；

将所述特征以预设的特征组合输入预设模型，以获取与所述特征组合对应的状态函数和与所述状态函数相关的权重；其中，所述预设模型为条件随机场模型，所述特征组合中每个特征对应一个状态函数和相关的权重，所述特征对应的状态函数和相关的权重与该特征存在的概率值相对应，通过使用训练数据对所述条件随机场模型进行训练得到所述状态函数和相关的权重，所述状态函数的取值为0或1；根据所述状态函数和与所述状态函数相关的权重利用预设算法进行运算，并根据所述运算的结果提取所述目标标题的中心产品词。

2.根据权利要求1所述的方法，其特征在于，根据用户的历史搜索数据采集训练样本，并对所述训练样本标注所述特征，以得到所述训练数据，所述历史搜索数据包括样本标题和对应的搜索词，

根据用户的历史搜索数据采集训练样本的步骤，包括：

分别对所述样本标题和对应的搜索词进行分词，以得到样本标题分词和每条样本标题的搜索词分词；

根据每条样本标题的搜索词分词中的产品词确定所述每条样本标题的样本中心产品词；

根据所述样本标题分词和所述样本中心产品词得到所述训练样本。

3.根据权利要求2所述的方法，其特征在于，根据每条样本标题的搜索词分词中的产品词确定所述每条样本标题的样本中心产品词的步骤，包括：

将每条样本标题对应的每条搜索词中位于第N/2至第N个搜索词分词之间的产品词作为相应的样本标题的候选样本中心产品词，并将位于所述候选样本中心产品词之前的产品词作为修饰产品词，其中，N为该条搜索词的搜索词分词个数；

将每条样本标题中以候选样本中心产品词出现的次数大于以所述修饰产品词出现的次数的候选样本中心产品词作为相应的样本标题的样本中心产品词。

4.根据权利要求1所述的方法，对待提取中心产品词的目标标题提取特征的步骤，包括：

对待提取中心产品词的目标标题进行分词；

提取所述目标标题的每个分词的如下的其中一个或多个特征：词性特征、属性特征、图像特征、上下文词性特征、上下文属性特征、上下文图像特征、词间转移特征。

5.根据权利要求1所述的方法，其特征在于，根据所述状态函数和与所述状态函数相关的权重利用预设算法进行运算，并根据所述运算的结果提取所述目标标题的中心产品词的步骤，包括：

根据所述状态函数和与所述状态函数相关的权重，利用维特比算法计算所述目标标题的每个分词分别为中心产品词和非中心产品词的分数；

根据所述分数确定所述目标标题中的待定中心产品词，并将所述分数大于预设阈值的所述待定中心产品词提取为所述目标标题中的中心产品词。

6.根据权利要求5所述的方法，其特征在于，将所述分数大于预设阈值的所述待定中心产品词提取为所述目标标题中的中心产品词的步骤，包括：

将所述分数大于预设阈值的所述待定中心产品词和所述分数大于预设阈值的所述待定中心产品词的同义词提取为所述目标标题中的中心产品词。

7.一种提取中心产品词的装置，其特征在于，包括：

特征提取模块，用于对待提取中心产品词的目标标题提取特征；

特征输入模块，用于将所述特征以预设的特征组合输入预设模型，以获取与所述特征组合对应的状态函数和与所述状态函数相关的权重；其中，所述预设模型为条件随机场模型，所述特征组合中每个特征对应一个状态函数和相关的权重，所述特征对应的状态函数和相关的权重与该特征存在的概率值相对应，通过使用训练数据对所述条件随机场模型进行训练得到所述状态函数和相关的权重，所述状态函数的取值为0或1；

运算和提取模块，用于根据所述状态函数和与所述状态函数相关的权重利用预设算法进行运算，并根据所述运算的结果提取所述目标标题的中心产品词。