[发明专利]一种业务对象的标签标记方法、装置、服务器和存储介质

说明书

本发明实施例公开了一种业务对象的标签标记方法、装置、服务器和存储介质。该方法包括：从业务对象中提取文本信息，并写入文本集合中；从所述文本信息中提取候选词组，所述候选词组中的候选词具有特征依存关系；在所述文本集合的范围内，分别对所述候选词组计算所述候选词之间的相关度；基于所述相关度从所述候选词组中选择目标候选词组；将所述目标候选词组中的所述候选词标记为所述业务对象的标签信息。无需用户手动选择合适的词作为业务对象的标签，降低了工作量、并提高了效率。

技术领域

本发明实施例涉及自然语言处理的技术，尤其涉及一种业务对象的标签标记方法、装置、服务器和存储介质。

背景技术

随着网络科技的快速发展，在不同的业务领域中产生了大量的业务对象，例如，直播间、商品、电影，等等。

这些业务对象存在相关的一些文本信息，如用户评论、标题、介绍等，目前，基于词频、最大熵等方式从这些文本信息选择合适的词，标记为业务对象的标签，方便用户搜索业务对象以及平台推荐相关的业务对象。

但是，对于直播间等业务对象，存在大量无意义的文本信息，导致文本信息的精确性较低，导致选择的词多为一些无意义的词，代表性较低，不适合作为标签。

因此，对于直播间等业务对象，需要手动选择合适的词作为业务对象的标签，导致工作量大、效率低。

发明内容

本发明实施例提供一种业务对象的标签标记方法、装置、服务器和存储介质，以解决在业务对象存在大量无意义的文本信息时，手动选择合适的词作为业务对象的标签，导致工作量大、效率低的问题。

第一方面，本发明实施例提供了一种业务对象的标签标记方法，包括：

从业务对象中提取文本信息，并写入文本集合中；

从所述文本信息中提取候选词组，所述候选词组中的候选词具有特征依存关系；

在所述文本集合的范围内，分别对所述候选词组计算所述候选词之间的相关度；

基于所述相关度从所述候选词组中选择目标候选词组；

将所述目标候选词组中的所述候选词标记为所述业务对象的标签信息。

可选地，所述业务对象为直播间，所述从业务对象中提取文本信息，并写入文本集合中，包括：

提取在所述直播间中发布的弹幕信息；

将所述弹幕信息作为文本信息写入文本集合中。

可选地，所述从所述文本信息中提取候选词组，包括：

识别所述文本信息中各个词语之间的依存关系；

若所述依存关系对应的词组符合指定的语法结构，则确定所述依存关系为特征依存关系；

将所述特征依存关系对应的词组作为候选词生成候选词组。

可选地，所述特征依存关系包括直接依存关系和间接依存关系；

所述直接依存关系包括如下的至少一种语法结构：

形容词修饰词amod、名词主语nsubj、直接宾语dobj、副词修饰advmod；

所述间接依存关系包括如下的至少一种语法结构：

形容词amod与名词主语nsubj、名词主语nsubj与直接宾语dobj。

可选地，所述在所述文本集合的范围内，分别对所述候选词组计算所述候选词之间的相关度，包括：

在所述文本集合中，将所述文本信息的词组转换为词向量空间；