[发明专利]一种中文语句隐喻识别系统

权利要求书

1.一种中文隐喻识别系统，其特征在于，包括：中文输入模块和隐喻识别模块，其中：

所述中文输入模块用于输入待识别中文；

所述隐喻识别模块用于根据所述待识别中文和训练后的隐喻识别模型，获取所述待识别中文的隐喻类型，训练后的隐喻识别模型是以样本语句为训练样本、以样本语句对应的隐喻类型为标签进行训练得到。

2.根据权利要求1所述的中文隐喻识别系统，其特征在于，还包括数据展示模块，所述数据展示模块用于从网站中爬取目标中文语句，并对所述目标中文语句的隐喻类型进行标注，将所述目标中文语句作为所述样本语句。

3.根据权利要求1所述的中文隐喻识别系统，其特征在于，还包括隐喻分析模块，所述隐喻分析模块用于对所述样本语句使用随机森林进行训练，获取训练后的隐喻识别模型。

4.根据权利要求2所述的中文隐喻识别系统，其特征在于，所述数据展示模块用于从网站中爬取目标中文语句，具体通过如下方法实现：

通过selenium对预设数据库进行目标中文语句爬取，通过selenium中的webdriver模块来获取网页请求信息，成功访问网页后，定位讲话标题，使用find_elements_by_xpath来获得讲话的标题，定位讲话的详细信息时，需要获取新的链接，获取新的网页请求，通过selenium的模拟用户点击操作进入讲话详情信息界面，获取所述目标中文语句的详细信息。

5.根据权利要求4所述的中文隐喻识别系统，其特征在于，还包括：

当爬取成功当下讲话时，要想爬取下一条目标中文语句的详细信息，需要返回标题界面，使用selenium中的back()函数返回到上一个标题界面，将语句套在循环中进行遍历，直到爬取完最后一个讲话详情信息。

6.根据权利要求3所述的中文隐喻识别系统，其特征在于，所述隐喻分析模块用于对所述样本语句使用随机森林进行训练，获取训练后的隐喻识别模型，具体包括：

对爬取的目标中文语句进行数据清洗和分词操作，将分好词的结果使用gensim中的Word2Vec来进行模型训练；

根据使用Word2Vec训练出的结果对训练集的目标中文语句使用K-Means进行聚类编码；

使用随机森林算法中的RandomForestClassifier()函数对训练集进行建模分析。

7.根据权利要求1所述的中文隐喻识别系统，其特征在于，所述隐喻类型具体包括建设隐喻、旅途隐喻、容器隐喻、管道隐喻、拟人隐喻、方位隐喻、家庭隐喻、概念隐喻、实体隐喻和战争隐喻。

8.根据权利要求1所述的中文隐喻识别系统，其特征在于，还包括隐喻类型标注模块，所述隐喻类型标注模块用于添加任一样本语句的隐喻类型。