[发明专利]质性分析方法、装置、电子设备及计算机可读存储介质在审

专利信息
申请号: 202011165788.3 申请日: 2020-10-27
公开(公告)号: CN112232072A 公开(公告)日: 2021-01-15
发明(设计)人: 邢翼;张玮 申请(专利权)人: 上海安畅网络科技股份有限公司
主分类号: G06F40/279 分类号: G06F40/279;G06F40/30;G06F16/35;G06K9/62
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 王婷婷
地址: 200435 上海市宝山*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分析 方法 装置 电子设备 计算机 可读 存储 介质
【权利要求书】:

1.一种质性分析方法,应用于质性分析系统,所述方法包括:

对待处理文本进行分词处理,得到多个关键词;

对所述多个关键词进行语义相关性匹配,得到多个参考点关键词;

将所述多个参考点关键词中关联性大于预设阈值的参考点关键词合并为一组,得到多组参考点关键词;

将所述多组参考点关键词映射到二维平面上,得到用于质性分析的关系图。

2.根据权利要求1所述的方法,其特征在于,对待处理文本进行分词处理之前,所述方法还包括:

以所述质性分析系统支持的文件格式,将所述待处理文本导入所述质性分析系统;

对所述待处理文本进行格式化;

将所述质性分析系统中需要分析处理的数据列确定为所述待处理文本。

3.根据权利要求1所述的方法,其特征在于,对所述多个关键词进行语义相关性匹配,得到多个参考点关键词,包括:

将所述多个关键词转化为多个词向量;

计算多个词向量中的每个词向量与基准词库中标准词向量的距离;

根据所述距离,确定与所述多个词向量相似度最高的多个标准词向量;

将所述多个标准词向量代表的多个标准词,作为所述多个参考点关键词。

4.根据权利要求1所述的方法,其特征在于,将所述多个参考点关键词中关联性大于预设阈值的参考点关键词合并为一组,得到多组参考点关键词,包括:

将所述多个参考点关键词的词向量作为聚类算法的输入特征;

通过聚类分析,将所述多个参考点关键词中关联性大于预设阈值的参考点关键词合并为一组,得到多组参考点关键词。

5.根据权利要求1所述的方法,其特征在于,将所述多组参考点关键词映射到二维平面上,得到用于质性分析的关系图,包括:

对所述多组参考点关键词的词向量进行降维计算,得到所述多组参考点关键词在二维平面上的相关数据;

根据所述相关数据将每一个所述参考点关键词映射到二维平面上的一个点,得到多个二维平面上的点;

将所述多个二维平面上的点根据所述相关数据进行连线;

将所述多个二维平面上的点和连线进行可视化输出,得到所述用于质性分析的关系图。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

对同一组的参考点关键词对应的所述二维平面上的点使用同一种标记在所述关系图中进行显示。

7.一种质性分析装置,其特征在于,所述装置包括:

分词处理模块,用于对待处理文本进行分词处理,得到多个关键词;

语义匹配模块,用于对所述多个关键词进行语义相关性匹配,得到多个参考点关键词;

参考点关键词合并模块,用于将所述多个参考点关键词中关联性大于预设阈值的参考点关键词合并为一组,得到多组参考点关键词;

关系图绘制模块,用于将所述多组参考点关键词映射到二维平面上,得到用于质性分析的关系图。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现如权利要求1至6任一所述的方法中的步骤。

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1至6任一所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海安畅网络科技股份有限公司,未经上海安畅网络科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011165788.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top