[发明专利]实体描述型标签挖掘方法、装置及终端设备

权利要求书

1.一种实体描述型标签挖掘方法，其特征在于，包括：

获取各领域分别对应的核心词组，及各核心词分别对应的第一句法依存模版；

利用所述各核心词分别对应的第一句法依存模版，对第一数据源中的各数据进行匹配处理，确定各领域的第一描述型标签集；

对第二数据源中的各数据进行识别处理，确定第二数据源中包括的实体集，其中，第二数据源的数据量，大于所述第一数据源的数据量；

根据所述第二数据源中各数据，与所述各领域的第一描述型标签集中各描述型标签的匹配度，确定所述第二数据源中包括的第二描述型标签集；

根据所述实体集中的各实体，与所述第二描述型标签集中各描述型标签的相关性，确定实体描述型标签集。

2.如权利要求1所述的方法，其特征在于，所述确定各领域的第一描述型标签集之后，还包括：

对所述各领域的第一描述型标签集进行归一化处理，确定所述各领域更新后的第一描述型标签集。

3.如权利要求1所述的方法，其特征在于，所述确定各领域的第一描述型标签集之后，还包括：

利用所述第一描述型标签集，对所述第一数据源进行筛选处理，获取包含所述第一描述型标签集中各描述型标签的文本集；

对所述文本集中各文本进行句法分析，分别确定各描述型标签在所各文本中对应的第二句法依存模版；

若任一描述型标签对应的第二句法依存模版类型与其对应的第一句法依存模版类型不同，则利用所述第二句法依存模版对所述第一数据源中的各数据进行匹配处理。

4.如权利要求1-3任一所述的方法，其特征在于，所述对第二数据源中的各数据进行识别处理，确定第二数据源中包括的实体集之前，还包括：

将所述第二数据源中的各数据进行文本分割、噪音过滤处理，生成待识别的数据。

5.如权利要求1-3任一所述的方法，其特征在于，所述确定实体描述型标签集，包括：

根据所述各第二描述型标签与各实体的相关性，对所述第二描述型标签集进行更新；

对更新后的第二描述型标签集进行归一化处理，确定实体描述型标签集。

6.如权利要求1-3任一所述的方法，其特征在于，所述第一数据源中包括用户的检索日志及网页标题；所述第二数据源中包括网页数据库。

7.一种实体描述型标签挖掘装置，其特征在于，包括：

获取模块，用于获取各领域分别对应的核心词组，及各核心词分别对应的第一句法依存模版；

第一处理模块，用于利用所述各核心词分别对应的第一句法依存模版，对第一数据源中的各数据进行匹配处理，确定各领域的第一描述型标签集；

第二处理模块，用于对第二数据源中的各数据进行识别处理，确定第二数据源中包括的实体集，其中，第二数据源的数据量，大于所述第一数据源的数据量；

第一确定模块，用于根据所述第二数据源中各数据，与所述各领域的第一描述型标签集中各描述型标签的匹配度，确定所述第二数据源中包括的第二描述型标签集；

第二确定模块，用于根据所述实体集中的各实体，与所述第二描述型标签集中各描述型标签的相关性，确定实体描述型标签集。

8.如权利要求7所述的装置，其特征在于，还包括：

第三处理模块，用于对所述各领域的第一描述型标签集进行归一化处理，确定所述各领域更新后的第一描述型标签集。

9.如权利要求7所述的装置，其特征在于，还包括：

第四处理模块，用于利用所述第一描述型标签集，对所述第一数据源进行筛选处理，获取包含所述第一描述型标签集中各描述型标签的文本集；

分析模块，用于对所述文本集中各文本进行句法分析，分别确定各描述型标签在所各文本中对应的第二句法依存模版；

第五处理模块，用于在任一描述型标签对应的第二句法依存模版类型与其对应的第一句法依存模版类型不同时，利用所述第二句法依存模版对所述第一数据源中的各数据进行匹配处理。