[发明专利]领域短语挖掘方法、装置和电子设备

说明书

本公开公开了一种领域短语挖掘方法、装置和电子设备，涉及计算机技术领域，尤其涉及语言处理技术领域。具体实现方案为：对目标文本中的领域短语进行词向量转换以获得第一词向量，对所述目标文本中的未知短语进行词向量转换以获得第二词向量，其中，所述领域短语为所述目标文本所属领域中的短语；获取所述第一词向量和所述第二词向量形成的词向量空间，并识别所述词向量空间中位于所述第二词向量周围的预设数量的目标词向量；基于所述预设数量的目标词向量与所述第二词向量之间的相似度值，确定所述未知短语是否为所述目标文本所属领域的短语。本公开能够提高对领域短语挖掘的效率和准确性。

技术领域

本公开涉及计算机技术领域，尤其涉及语言处理技术领域，具体涉及一种领域短语挖掘方法、装置和电子设备。

背景技术

由于领域短语能够代表领域特性并能够区别于其他领域的特征，领域短语的挖掘成为了文字信息处理中重要的基础工作之一。而随着当今互联网技术的迅速发展，网民的创作内容被广泛挖掘和传播，新短语新词汇也不断涌现，挖掘领域短语也就成为了内容挖掘领域的一项重要工作。

发明内容

本公开提供了一种领域短语挖掘方法、装置和电子设备。

根据本公开的第一方面，提供了一种领域短语挖掘方法，包括：

对目标文本中的领域短语进行词向量转换以获得第一词向量，对所述目标文本中的未知短语进行词向量转换以获得第二词向量，其中，所述领域短语为所述目标文本所属领域中的短语；

获取所述第一词向量和所述第二词向量形成的词向量空间，并识别所述词向量空间中位于所述第二词向量周围的预设数量的目标词向量；

基于所述预设数量的目标词向量与所述第二词向量之间的相似度值，确定所述未知短语是否为所述目标文本所属领域的短语。

根据本公开的第二方面，提供了一种领域短语挖掘装置，包括：

转换模块，用于对目标文本中的领域短语进行词向量转换以获得第一词向量，对所述目标文本中的未知短语进行词向量转换以获得第二词向量，其中，所述领域短语为所述目标文本所属领域中的短语；

识别模块，用于获取所述第一词向量和所述第二词向量形成的词向量空间，并识别所述词向量空间中位于所述第二词向量周围的预设数量的目标词向量；

确定模块，用于基于所述预设数量的目标词向量与所述第二词向量之间的相似度值，确定所述未知短语是否为所述目标文本所属领域的短语。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的方法。

本公开提供的技术方案，通过识别第二词向量周围预设数量的第二词向量，也就相当于在聚类过程中加入了约束条件，以避免噪音加入到聚类簇中引发噪音扩大的问题，也就能够提高对未知短语识别判断的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明