[发明专利]基于关键词提取的实体名消岐方法有效
| 申请号： | 201910859136.0 | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110705295B | 公开（公告）日： | 2021-08-24 |
| 发明（设计）人： | 吴俊杰;部慧;陈禹州;李晔林;罗炎林 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F40/216;G06F40/242;G06K9/62 |
| 代理公司： | 北京远大卓悦知识产权代理有限公司 11369 | 代理人： | 史霞 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于关键词提取的实体名消岐方法，包括：文本预处理及负面词过滤阶段，词性标注及分析阶段，关键词提取组合对比三个阶段，目的是从零散且异质化严重的互联网文本中找到与实体相关且实体在文本中占有重要地位的目标文本；采用提取文本中的关键词与实体名进行组合判断是否为相关文本，在实际中可以有效的解决多个实体名出现在同一文本中时的匹配问题；本发明将多阶段处理步骤融合，极大地提升了用实体名称匹配文本的准确性。 | ||
| 搜索关键词： | 基于 关键词 提取 实体 名消岐 方法 | ||
【主权项】：
1.基于关键词提取的实体名消岐方法，其特征在于，包括以下步骤：/n以固有监测实体名单中的实体名为基准，从互联网上利用爬虫程序爬取带有实体名或者与实体名相关的未消岐的信息文本作为原始文本；/n对原始文本去除非文字部分，采用中文停用词表去除无效连接词，得到待向量化文本；采用适应n＝2的n-gram方法将待向量化文本进行向量化处理，得文本向量；/n根据负面词词典将文本向量进行分词过滤，得到分词过滤后的语句；/n通过HMM隐马尔科夫模型对分词过滤后的语句中的每个词进行词性标注，得到原始文本的初步实体名；/n提取词性标注后的语句的关键词；/n计算实体名与关键词之间的相似性；/n通过得到的相似性结果得到原始文本与实体名的消岐结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910859136.0/，转载请声明来源钻瓜专利网。
