申请/专利权人:中国科学院软件研究所
申请日:2020-05-15
公开(公告)日:2020-10-20
公开(公告)号:CN111797612A
主分类号:G06F40/211(20200101)
分类号:G06F40/211(20200101);G06F40/284(20200101);G06F40/295(20200101);G06N20/00(20190101);G06F8/77(20180101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2023.10.31#发明专利申请公布后的驳回;2020.11.06#实质审查的生效;2020.10.20#公开
摘要:本发明提出一种自动化数据功能项抽取的方法,将需求文本根据标点符号划分为句子,抽取句子中每个单词的上下文特征;给句子中的每一个单词打上标签,作为标注数据;使用标注数据训练初始的CRF模型,迭代地使用该CRF模型预测未标注的数据,从中选取置信度高于置信度阈值的样本来扩充训练集合;使用扩后后的训练集合重新训练CRF模型,最终得到候选功能项集合;使用历史功能项训练面向功能项的语言模型;使用训练好的面向功能项的语言模型对候选功能项集合进行过滤,抽取符合的功能项。本方法从需求描述中进行数据功能项的自动化抽取,提高抽取的精度,代替人力抽取功能项,并降低抽取的成本。
主权项:1.一种自动化数据功能项抽取的方法,其特征在于,包括以下步骤:将需求文本根据标点符号划分为句子,抽取句子中每个单词的上下文特征;给句子中的每一个单词打上标签,并作为标注数据;使用标注数据训练初始的条件随机场模型CRF,迭代地使用该CRF模型预测未标注的数据,从中选取置信度高于置信度阈值的样本来扩充训练集合,该置信度为CRF模型预测标签序列的概率;使用扩后后的训练集合重新训练CRF模型,最终得到候选功能项集合;使用历史功能项训练面向功能项的语言模型;使用训练好的面向功能项的语言模型对候选功能项集合进行过滤,抽取符合的功能项。
全文数据:
权利要求:
百度查询: 中国科学院软件研究所 一种自动化数据功能项抽取的方法
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。