[发明专利]汉语句子混合模板的挖掘方法及装置

摘要

本发明提供了一种汉语句子混合模板的挖掘方法及装置，其中，该方法包括：获取预设文本，所述预设文本包括正例文本和负例文本；对预设文本中的每个句子分别进行分析处理，确定句子的每个词语的词语参数；根据所有词语的词语参数生成句子的候选模板；根据所有句子的所有候选模板合并生成不含有重复候选模板的模板列表，并生成正例模板集和负例模板集；从模板列表中选取目标候选模板，根据目标候选模板的正例次数和负例次数确定目标候选模板的模板类型。该方法生成的句子模板是词、词性、命名实体和句法依赖关系的混合表达，可以更加充分地刻画一个句子中存在的语言规律，模板匹配能力强。

主权项

1.一种汉语句子混合模板的挖掘方法，其特征在于，包括：获取预设文本，所述预设文本包括正例文本和负例文本；对所述预设文本中的每个句子分别进行分析处理，确定所述句子的每个词语的词语参数，所述词语参数包括词语的分词结果、词性、命名实体、依赖关系中的一项或多项；根据所有词语的词语参数生成所述句子的候选模板，所述候选模板包括依次排列的所有词语的一项词语参数；根据所有句子的所有候选模板合并生成不含有重复候选模板的模板列表，并根据所述正例文本所有句子的候选模板生成正例模板集，根据所述负例文本所有句子的候选模板生成负例模板集；从所述模板列表中选取目标候选模板，根据所述目标候选模板的正例次数和负例次数确定所述目标候选模板的模板类型，所述正例次数为所述目标候选模板在所述正例模板集中出现的次数，所述负例次数为所述目标候选模板在所述负例模板集中出现的次数，所述模板类型包括正例模板和负例模板。