[发明专利]实体描述型标签挖掘方法、装置及终端设备

说明书

本发明提出一种实体描述型标签挖掘方法、装置及终端设备，其中，该方法包括：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，大于第一数据源的数据量；根据第二数据源中各数据，与各领域的描述型标签集中各描述型标签的匹配度，确定第二数据源中包括的第二描述型标签集；根据实体集中的各实体，与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。由此，实现了从多维度对各个领域的实体描述性标签进行挖掘，提高了实体描述型标签挖掘领域的覆盖度及挖掘结果的准确性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种实体描述型标签挖掘方法、装置及终端设备。

背景技术

实体描述型标签是指刻画实体特性的、语义明确的词组序列。实体描述型标签挖掘，旨在从海量互联网文本中通过信息抽取技术挖掘高置信度的实体描述型标签数据。

目前的实体描述型标签挖掘方法多是通过结构化抽取的方式，对网页结构化数据进行类型抽取，以生成该结构化网页所属领域的描述型标签。这种方式，只适用于特殊领域、且标签维度单一。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明提出一种实体描述型标签挖掘方法，实现了从多维度对各个领域的实体描述性标签进行挖掘，提高了实体描述型标签挖掘领域的覆盖度及挖掘结果的准确性。

本发明还提出一种实体描述型标签挖掘装置。

本发明还提出一种终端设备。

本发明还提出一种计算机可读存储介质。

本发明第一方面实施例提出了一种实体描述型标签挖掘方法，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。

本发明实施例的实体描述型标签挖掘方法，在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后，首先利用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，然后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，再根据第二数据源中各数据，与各领域的第一描述型标签集中各描述型标签的匹配度，确定第二数据源中包括的第二描述型标签集，最后根据实体集中的各实体，与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。由此，实现了从多维度对各个领域的实体描述性标签进行挖掘，提高了实体描述型标签挖掘领域的覆盖度及挖掘结果的准确性。

本发明第二方面实施例提出了一种实体描述型标签挖掘装置，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。