【技术实现步骤摘要】
一种文本属性特征的识别、分类及结构分析方法及装置
本专利技术涉及数据挖掘
，具体涉及一种文本属性特征的识别、分类及结构分析方法及装置。
技术介绍
随着知识产权事业的发展，专利数据的巨大价值逐渐引起人们的重视，如何有效挖掘这个数据的价值非常重要。然而现有的文本识别分析方法，还仅仅停留在对文本词性的识别分析，从而分析出文本的基本结构的层面，无法获知该文本更深层次的含义，当用户想要依据一类表征文本的某些特性的词语(例如，表示效果的词语、表示褒义或贬义等)作为关键词进行检索时，现有的文本识别分析方法，则无法针对此类词语进行有效识别，因此，对于用户的检索等需求，仍无法满足。可见，基于现有的文本识别分析方法，对于文本内容的开发利用仍受到较大限制。因此，亟需一种能够深度挖掘文本内容的技术。
技术实现思路
有鉴于此，本专利技术实施例提供了一种文本属性特征的识别、分类及结构分析方法及装置，以解决基于现有的文本识别分析方法，对于文本内容的开发利用仍受到较大限制的问题。根据第一方面，本专利技术实施例提供了一种文本...
【技术保护点】
1.一种文本属性特征的识别方法，其特征在于，包括：/n获取目标文本中的数据结构；/n根据所述数据结构生成第一输入向量；/n根据所述第一输入向量及预设的文本属性特征分类模型确定各所述目标文本包含属性特征文本的概率；/n根据所述概率识别所述目标文本中的文本属性特征。/n
【技术特征摘要】
1.一种文本属性特征的识别方法，其特征在于，包括：
获取目标文本中的数据结构；
根据所述数据结构生成第一输入向量；
根据所述第一输入向量及预设的文本属性特征分类模型确定各所述目标文本包含属性特征文本的概率；
根据所述概率识别所述目标文本中的文本属性特征。
2.一种文本属性特征的识别方法，其特征在于，包括：
根据目标文本中的语句生成语法结构；
根据所述语法结构中的节点关系生成数据结构；
根据所述数据结构生成第一输入向量；
根据所述第一输入向量及预设的文本属性特征分类模型确定各所述语句包含属性特征文本的概率；
根据所述概率识别所述目标文本中的文本属性特征；
其中，所述根据目标文本中的语句生成语法结构，包括：
分别识别所述目标文本中各语句的词语，并构建词语有向图；
计算所述词语有向图中第一个节点到最后一个节点的最短路径，作为各所述语句的分词结果；
根据各语句的分词结果构建词语序列；
根据所述词语序列中相邻的词语生成输入向量；
根据预设的神经网络模型及所述输入向量得到输出向量；
计算所述输入向量及输出向量的夹角余弦值；
将夹角余弦值最大的两个相邻词语构建组合节点，直至生成所述词语序列的根节点；
根据所述组合节点及根节点确定所述词语序列的语法结构。
3.一种文本属性特征的识别方法，其特征在于，包括：
根据目标文本中的语句生成语法结构；
根据所述语法结构中的节点关系生成数据结构；
根据所述数据结构生成第一输入向量；
根据所述第一输入向量及预设的文本属性特征分类模型确定各所述语句包含属性特征文本的概率；
根据所述概率识别所述目标文本中的文本属性特征；
其中，所述预设的文本属性特征分类模型为功效语句分类模型，通过以下过程构建所述功效语句分类模型：
获取功效语句样本，所述功效语句样本包括预设的功效标记及样本语句；
根据所述功效语句样本生成第一语法结构；
根据所述第一语法结构中的节点关系生成第一特征列表；
根据所述特征列表生成第一分类输入向量，根据所述预设的功效标记及样本语句生成第一分类输出向量；
根据所述第一分类输入向量及第一分类输出向量对预设的分类模型进行训练，生成所述功效语句分类模型。
4.一种文本属性特征的识别方法，其特征在于，包括：
根据目标文本中的语句生成语法结构；
根据所述语法结构中的节点关系生成数据结构；
根据所述数据结构生成第一输入向量；
根据所述第一输入向量及预设的文本属性特征分类模型确定各所述语句包含属性特征文本的概率；
根据所述概率识别所述目标文本中的文本属性特征；
其中，所述预设的文本属性特征分类模型为功效短语分类模型，通过以下过程构建所述功效短语分类模型：
获取功效短语样本，所述功效短语样本包括预设的功效标记及样本短语；
根据所述功效短语样本生成第二语法结构；
根据所述第二语法结构中的节点关系生成第二特征列表；
根据预设的功效短语生成第二数据结构；
根据所述第二特征列表及...
【专利技术属性】
技术研发人员：姜庭欣，陈伟然，李静毅，郭永红，
申请(专利权)人：北京合享智慧科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。