[发明专利]一种文本属性特征的识别、分类及结构分析方法及装置

说明书

本发明公开了一种文本属性特征的识别、分类及结构分析方法及装置，该文本属性特征的识别方法包括：根据目标文本中的语句生成语法结构；根据语法结构中的节点关系生成数据结构；根据数据结构生成第一输入向量；根据第一输入向量及预设的文本属性特征分类模型确定各语句包含属性特征文本的概率；根据概率识别目标文本中的文本属性特征。通过实施本发明，能够准确识别目标文本中的文本属性特征，实现对文本内容的含义的识别，能够挖掘文本更深层次的含义，不仅能够丰富文本识别的内容，而且对于后续的基于文本识别内容的分析处理等过程，能够提供更加全面的数据及内容的支持。

技术领域

本发明涉及数据挖掘技术领域，具体涉及一种文本属性特征的识别、分类及结构分析方法及装置。

背景技术

随着知识产权事业的发展，专利数据的巨大价值逐渐引起人们的重视，如何有效挖掘这个数据的价值非常重要。然而现有的文本识别分析方法，还仅仅停留在对文本词性的识别分析，从而分析出文本的基本结构的层面，无法获知该文本更深层次的含义，当用户想要依据一类表征文本的某些特性的词语(例如，表示效果的词语、表示褒义或贬义等)作为关键词进行检索时，现有的文本识别分析方法，则无法针对此类词语进行有效识别，因此，对于用户的检索等需求，仍无法满足。可见，基于现有的文本识别分析方法，对于文本内容的开发利用仍受到较大限制。因此，亟需一种能够深度挖掘文本内容的技术。

发明内容

有鉴于此，本发明实施例提供了一种文本属性特征的识别、分类及结构分析方法及装置，以解决基于现有的文本识别分析方法，对于文本内容的开发利用仍受到较大限制的问题。

根据第一方面，本发明实施例提供了一种文本属性特征的识别方法，包括：根据目标文本中的语句生成语法结构；根据所述语法结构中的节点关系生成数据结构；根据所述数据结构生成第一输入向量；根据所述第一输入向量及预设的文本属性特征分类模型确定各所述语句包含属性特征文本的概率；根据所述概率识别所述目标文本中的文本属性特征。

结合第一方面，在第一方面第一实施方式中，所述根据目标文本中的语句生成语法结构，包括：分别识别所述目标文本中各语句的词语，并构建词语有向图；计算所述词语有向图中第一个节点到最后一个节点的最短路径，作为各所述语句的分词结果；根据各语句的分词结果构建词语序列；根据所述词语序列中相邻的词语生成输入向量；根据预设的神经网络模型及所述输入向量得到输出向量；计算所述输入向量及输出向量的夹角余弦值；将夹角余弦值最大的两个相邻词语构建组合节点，直至生成所述词语序列的根节点；根据所述组合节点及根节点确定所述词语序列的语法结构。

结合第一方面，在第一方面第二实施方式中，所述预设的文本属性特征分类模型为功效语句分类模型，通过以下过程构建所述功效语句分类模型：获取功效语句样本，所述功效语句样本包括预设的功效标记及样本语句；根据所述功效语句样本生成第一语法结构；根据所述第一语法结构中的节点关系生成第一特征列表；根据所述特征列表生成第一分类输入向量，根据所述预设的功效标记及样本语句生成第一分类输出向量；根据所述第一分类输入向量及第一分类输出向量对预设的分类模型进行训练，生成所述功效语句分类模型。

结合第一方面，在第一方面第三实施方式中，所述预设的文本属性特征分类模型为功效短语分类模型，通过以下过程构建所述功效短语分类模型：获取功效短语样本，所述功效短语样本包括预设的功效标记及样本短语；根据所述功效短语样本生成第二语法结构；根据所述第二语法结构中的节点关系生成第二特征列表；根据预设的功效短语生成第二数据结构；根据所述第二特征列表及第二数据结构生成第二分类输入向量，根据所述预设的功效标记及样本短语生成第二分类输出向量；根据所述第二分类输入向量及第二分类输出向量对预设的分类模型进行训练，生成所述预设的功效短语分类模型。