[发明专利]基于混合模板抽取句子分类特征的方法及装置

权利要求书

1.一种基于混合模板抽取句子分类特征的方法，其特征在于，包括：

获取预设文本，所述预设文本包括正例文本和负例文本；

对所述预设文本中的每个预设句子分别进行分析处理，确定所述预设句子的每个词语的词语参数，所述词语参数包括词语的分词结果、词性、命名实体、依赖关系中的一项或多项；

根据所有词语的词语参数生成所述预设句子的候选模板，选择一个词语的一项词语参数，之后再选取下一个词语的一项词语参数，通过选择该预设句子所有词语的一项词语参数生成该预设句子的一个候选模板，一个预设句子生成多个候选模板，所述候选模板包括依次排列的所有词语的一项词语参数；根据所述正例文本中所有预设句子的候选模板生成正例模板集，根据所述负例文本中所有预设句子的候选模板生成负例模板集；

统计所有候选模板的正例次数和负例次数，并根据候选模板的正例次数和负例次数选取有效模板，所述正例次数为所述候选模板在所述正例模板集中出现的次数，所述负例次数为所述候选模板在所述负例模板集中出现的次数；

根据所述有效模板对待测句子进行分类。

2.根据权利要求1所述的方法，其特征在于，所述根据候选模板的正例次数和负例次数选取有效模板，包括：

根据正例次数和负例次数确定所述候选模板的频次和置信度，所述频次为所述正例次数和所述负例次数之和，所述置信度为所述正例次数与所述负例次数的比值；

将所述频次大于预设阈值、且置信度最大的一个或多个候选模板作为选取的有效模板。

3.根据权利要求2所述的方法，其特征在于，所述预设阈值为根据所述正例模板集中的模板数量和所述负例模板集中的模板数量确定的数值。

4.根据权利要求1所述的方法，其特征在于，所述根据所有词语的词语参数生成所述预设句子的候选模板，包括：

选取所有词语的一项词语参数，并添加句子标记，根据所有词语的一项词语参数和所述句子标记生成所述预设句子的候选模板，所述句子标记包括开始标记和/或结束标记。

5.根据权利要求1所述的方法，其特征在于，在所述根据候选模板的正例次数和负例次数选取有效模板之后，还包括：

根据所有词语的词语参数生成所述预设句子的二级候选模板，所述二级候选模板包括依次排列的所有词语的一项或多项词语参数，且所述二级候选模板中至少包括一个词语的多项词语参数；

确定所述二级候选模板所包含的子候选模板，所述子候选模板为根据所有词语的所述二级候选模板包含的一项词语参数生成的候选模板；

当所述二级候选模板中所有的子候选模板均为有效模板时，将所述二级候选模板作为二级有效模板；并判断当前二级有效模板所包含的所有子候选模板是否是其他二级有效模板的子候选模板集的子集；若是，则删除当前二级有效模板；

将最终保留的二级有效模板作为所述预设句子最终选取的二级有效模板。

6.一种基于混合模板抽取句子分类特征的装置，其特征在于，包括：

获取模块，用于获取预设文本，所述预设文本包括正例文本和负例文本；

分词模块，用于对所述预设文本中的每个预设句子分别进行分析处理，确定所述预设句子的每个词语的词语参数，所述词语参数包括词语的分词结果、词性、命名实体、依赖关系中的一项或多项；

生成模块，用于根据所有词语的词语参数生成所述预设句子的候选模板，选择一个词语的一项词语参数，之后再选取下一个词语的一项词语参数，通过选择该预设句子所有词语的一项词语参数生成该预设句子的一个候选模板，一个预设句子生成多个候选模板，所述候选模板包括依次排列的所有词语的一项词语参数；根据所述正例文本中所有预设句子的候选模板生成正例模板集，根据所述负例文本中所有预设句子的候选模板生成负例模板集；

选取模块，用于统计所有候选模板的正例次数和负例次数，并根据候选模板的正例次数和负例次数选取有效模板，所述正例次数为所述候选模板在所述正例模板集中出现的次数，所述负例次数为所述候选模板在所述负例模板集中出现的次数；

分类模块，用于根据所述有效模板对待测句子进行分类。