[发明专利]一种基于意图识别的数据分析方法及系统

说明书

本申请公开了一种基于意图识别的数据分析方法及系统，通过将待分析数据中的词语映射成预设维度的特征向量，并在对语义角色标注后，利用基于语义角色标注结果确定的有效特征确定有效特征的特征向量，实现对待分析数据的分类，实现了通过待分析数据中有效特征的特征向量分析待分析数据的相似性，从而确定待分析数据所属领域，以便于能够基于待分析数据的领域对待分析数据进行有效分析，以弥补直接基于语义角色标注方法进行待分析数据的分析的不足。

技术领域

本申请涉及自然语言处理领域，尤其涉及一种基于意图识别的数据分析方法及系统。

背景技术

业务行为数据是用户在能源电商平台中针对某个业务所作的操作产生的数据集，一半会在业务系统中相应的位置埋点，通过收集日志的方式对业务行为数据进行分析。

对业务行为数据进行分析时，通常通过语义角色标注的方式对句子中各成分与谓词之间的关系进行确定，但是采用语义角色标注方法仅依赖句法分析的结果，领域适应性太差。

发明内容

有鉴于此，本申请提供一种基于意图识别的数据分析方法及系统，其具体方案如下：

一种基于意图识别的数据分析方法，包括：

获得待分析数据；

对所述待分析数据中的词语进行词义消歧，确定所述词语在所述待分析数据中的词义；

将所述待分析数据中的词语映射成预设维度的特征向量；

对所述待分析数据进行语义角色标注，基于语义角色标注结果确定所述待分析数据的有效特征；

从所述待分析数据中的词语映射成的预设维度的特征向量中选取与所述待分析数据的有效特征对应的第一特征向量组，将所述第一特征向量组输入至预先训练的分类模型，确定所述待分析数据的分析结果。

进一步的，所述对所述待分析数据中的词语进行词义消歧，确定所述词语在所述待分析数据中的词义，包括：

基于有监督的训练数据确定所述待分析数据中的词语的标注语义；

或，

基于无监督的消歧算法对所述待分析数据中的词语对应的伪词进行语义消歧。

进一步的，还包括：

对所述待分析数据进行分词处理，得到分词后的待分析数据中的词语组；

确定所述分词后的待分析数据中的词语是否包括停用词，若包括停用词，则删除所述词语组中的停用词。

进一步的，所述将所述待分析数据中的词语映射成预设维度的特征向量，包括：

基于预设的文本语料库，通过预设的神经网络模型将所述待分析数据中的每个词语映射成预设维度的特征向量。

进一步的，所述对所述待分析数据进行语义角色标注，包括：

对所述待分析数据进行语法分析，确定所述待分析数据中的谓词及所述谓词的论元。

进一步的，所述对所述待分析数据进行语法分析，确定所述待分析数据中的谓词及所述谓词的论元，包括：

对所述待分析数据进行语法分析，确定所述待分析数据中的谓词及所述谓词的候选论元；

基于预设条件删除所述候选论元中的部分论元，基于二值分类方式从删除所述部分论元后的候选论元中确定所述谓词的论元。

一种基于意图识别的数据分析系统，包括：

获得单元，用于获得待分析数据；