[发明专利]一种5G移动业务产品名称识别方法及系统

权利要求书

1.一种5G移动业务产品名称识别方法，其特征在于，包括：

S101：获取5G套餐办理类的通话文本；所述通话文本包括：通话内容、通话流水号以及文本类型；

S102：对所述通话内容进行预处理，构建单元化数据集；所述预处理包括：删除标记号以及数据分割；

S103：获取标准移动业务产品名称集；并对标准移动业务产品名称集进行口语化处理，构建最简移动业务产品集合；所述标准移动业务产品名称集为基于移动官方标准制定名称；

S104：根据所述最简移动业务产品集合确定过滤阈值；根据所述标准移动业务产品名称集确定单元切割阈值；该步骤具体包括：根据所述最简移动业务产品集合确定所有元素的最小长度；根据所述最小长度确定所述过滤阈值；根据标准移动业务产品名称集确定所有元素的最大长度；根据所述最大长度确定所述单元切割阈值，具体为：以α作为过滤阈值，β作为单元切割阈值，Q＝{。,？，！，……，，}作为单元切割符号集，基于最简移动业务产品集合M和标准移动业务产品名称集Y初始化α、β，计算得到M中所有元素的最小长度为l₁、Y中所有元素的最大长度为l₂，令α为2l₁，β为2l₂，其中α＞0,β＞0,α＜β；对所述单元化数据集进行抽样，并利用抽样后的数据集对所述过滤阈值以及所述单元切割阈值进行校验和固定，具体为：在S'＝{S₁',S₂',S₃'...}中，定义：条件一：len(S_i')≤α；条件二：len(S_i')＞β；使得满足条件一的S_i'不包含M中元素；满足条件二的S_i'完成切割后，各部分长度都小于β，抽样校验步骤如下：(1)从1到n生成0.1*n个元素的随机数集合ξ，其中n由S'单元总数决定，并设置递增操作和递减操作的变化量为1；(2)读取S'中第i单元的数据为变量x_i，x_i长度为变量l_i，其中i∈ξ,1≤i≤n；(3)l_i与α，β判断：若l_i＞β，则x_i基于符号集Q切割，切割结果记录为变量其长度为变量若则β递增，执行步骤(1)；若且包含M中元素，则α递减，执行步骤(1)；若l_i≤α，且x_i包含M中元素，则α递减，返回执行步骤(1)；本步骤完成后，若α＞0，输出α、β并执行步骤S105；否则跳过S105，并使得S”＝S'，其中，S”为处理后的数据集；

S105：利用所述过滤阈值、所述单元切割阈值对所述单元化数据集进行过滤以及切割，确定处理后的数据集，具体为：获取所述单元化数据集中第i单元的数据变量以及对应的变量长度；

判断所述第i单元的数据变量的变量长度与所述过滤阈值、所述单元切割阈值的大小关系，得到判断结果；

若所述判断结果为所述变量长度大于所述单元切割阈值，则基于符号集对所述第i单元的数据变量进行切割，确定切割后的数据变量以及切割后的变量长度；

若所述切割后的变量长度大于等于所述过滤阈值且小于等于所述单元切割阈值，则将切割后的数据变量加入处理后的数据集中；

若所述判断结果为所述变量长度大于等于所述过滤阈值且小于等于所述单元切割阈值，则将数据变量加入处理后的数据集中；

若所述判断结果为所述变量长度小于所述过滤阈值，则判断第i+1单元的数据变量；直至历遍所述单元化数据集中所有的数据变量；

S106：对所述处理后的数据集进行标注，并随机抽样，进而根据随机抽样的数据集确定训练集和测试集；

S107：利用所述训练集训练由双向长短期记忆神经网络模型与条件随机场模型组成的双向LSTM+CRF模型；

S108：根据所述处理后的数据集，利用训练后的双向LSTM+CRF模型，确定移动业务产品名称识别结果集；并根据所述移动业务产品名称识别结果集构建移动业务产品名称字典；所述构建移动业务产品名称字典的字典键为标准移动业务产品名称集中的元素，字典值为移动业务产品名称识别结果集。