[发明专利]从社交媒体帖子和文本数据中进行用户意图识别

说明书

分析文本数据和社交媒体帖子以获得包括商业目标特征的受众兴趣水平的准确度量，包括：基于每个商业目标特征收集文本数据；从文本数据中提取包括具有关联连接的元数据、行为和实体的信息；使用意图标识器基于包括相关实体的提取的信息来识别意图；使用提取的信息基于意图标准过滤和辨别相关输入数据；和提供关于每个商业目标特征的聚合数据作为关于意图的反馈。

技术领域

本公开涉及从文本数据中提取意图，更具体地，涉及通过从文本数据中提取用户的意图来分析文本数据和社交媒体帖子以获得受众兴趣水平的准确度量。

背景技术

当前的文本数据意图提取方法是基于情感分析和关键词搜索的。虽然它们提供了关于诸如社交媒体帖子的任何文本数据的初步有用见解，但是由于文本数据中的噪声，它们不准确并且对于更深入的商业洞察太过笼统。市场营销应用中的共同目标需要对受众兴趣有系统性的了解，例如，使用来自社交媒体数据的信号来预测潜在的票房的意外成功或失败。因此，意图是关于感兴趣的主体的行为或意见。这个主体可以是产品、服务或其他相关主题。

发明内容

本公开提供了通过从文本数据和社交媒体帖子中提取用户意图来分析文本数据和社交媒体帖子以获得受众兴趣水平的准确度量。

在一个实现中，公开一种分析文本数据和社交媒体帖子以获得包括商业目标特征的受众兴趣水平的准确度量的系统。所述系统包括：基于至少一个商业目标特征收集文本数据的数据聚合；包括信息提取器和意图识别器的意图识别，其中信息提取器从收集的文本数据中提取包括具有关联连接的元数据、行为和实体的信息，并且其中信息提取器使用为每个词识别作用或一组特征的工具来提取信息，其中意图识别器基于包括相关实体的提取的信息并通过聚合针对对象的一般行为来识别意图行为；度量准确的受众兴趣水平的方法。

在一个实现中，意图识别还包括给收集的文本数据的每个数据分配至少一个标签的分类器，其中分类器被训练以分配至少一个标签；和基于训练为每个标记数据打分并基于分配的标签分配意图的打分器。在一个实现中，打分器将概率添加到分配的标签，其中概率指示每个标记数据属于分配的标签的可能性有多大。在一个实现中，数据聚合耦接到分类器和信息提取器，以使来自数据聚合的收集的文本数据被并行发送到分类器和信息提取器。在一个实现中，打分器和意图识别器两者耦接到反馈，以使来自打分器和意图识别器的输出以加权平衡使用。在一个实现中，意图识别器的输出耦接到分类器的输入，以使没有明确识别的意图的提取的信息被发送到分类器。在一个实现中，意图识别器耦接到反馈，以使具有明确识别的意图的提取的信息被发送到反馈。

在另一个实现中，公开一种分析文本数据和社交媒体帖子以获得包括商业目标特征的受众兴趣水平的准确度量的方法。所述方法包括：基于每个商业目标特征收集文本数据；从文本数据中提取包括具有关联连接的元数据、行为和实体的信息；使用意图识别器基于包括相关实体的提取的信息识别意图；使用提取的信息基于意图标准过滤和辨别相关输入数据；和提供关于每个商业目标特征的聚合数据作为关于意图的反馈。

在一个实现中，使用为每个词识别作用的工具来提取信息。在一个实现中，通过聚合针对对象的一般想法或行为来识别意图。在一个实现中，所述方法还包括使用训练的分类器给收集的文本数据中的每个数据分配至少一个标签。在一个实现中，所述方法还包括使用打分器基于训练为每个标记的数据打分并基于分配的标签分配意图。在一个实现中，反馈使用意图识别器和打分器的输出之间的加权平衡。在一个实现中，通过信息提取器进行提取信息。在一个实现中，所述方法还包括把收集的文本数据并行应用于分类器和信息提取器两者。在一个实现中，所述方法还包括：向反馈发送具有明确识别的意图的提取的信息；和向分类器发送没有明确识别的意图的提取的信息。