申请/专利权人：深圳市一面网络技术有限公司

申请日：2020-02-18

公开（公告）日：2020-06-23

公开（公告）号：CN111324745A

主分类号：G06F16/36(20190101)

分类号：G06F16/36(20190101);G06F16/335(20190101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2020.07.17#实质审查的生效;2020.06.23#公开

摘要：本发明涉及自然语言处理技术领域，尤其是指词库生成方法及装置，其特征在于，包括人工浏览评论，为商品的每个评价维度整理出10‑20个种子词；准备30万不重复语料，其中选取5万语料作为训练语料，25万语料作为预测语料；对用作训练的5万语料根据不同维度的种子词自动打上维度标签，并标记在句中位置，按每个维度随机选取正负样本各1000，作为平衡语料，用作模型训练语料；使用训练语料训练序列标注模型，预测语料中各个维度特征词出现的位置；模型训练好后，将模型应用到20万的预测语料，预测各个维度特征词词出现的位置，将对应位置的字序列提取出来作为候选特征词；将各个维度特征词的识别结果与种子词库合并并去重，形成各个维度的初步词库；人工对词库进行筛查，形成最终可用的词库。本申请的词库生成方法及装置可以快速构建商品各个维度的词库。

主权项：1.词库生成方法，其特征在于，包括：人工浏览评论，为商品的每个评价维度整理出10-20个种子词；准备30万不重复语料，其中选取5万语料作为训练语料，25万语料作为预测语料；对用作训练的5万语料根据不同维度的种子词自动打上维度标签，并标记在句中位置，按每个维度随机选取正负样本各1000，作为平衡语料，用作模型训练语料；使用训练语料训练序列标注模型，预测语料中各个维度特征词出现的位置；模型训练好后，将模型应用到20万的预测语料，预测各个维度特征词词出现的位置，将对应位置的字序列提取出来作为候选特征词；将各个维度特征词的识别结果与种子词库合并并去重，形成各个维度的初步词库；人工对词库进行筛查，形成最终可用的词库。

全文数据：

权利要求：

百度查询： 深圳市一面网络技术有限公司 词库生成方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD