申请/专利权人：广州市有车以后信息科技有限公司

申请日：2020-11-17

公开（公告）日：2022-05-17

公开（公告）号：CN114510551A

主分类号：G06F16/33

分类号：G06F16/33;G06F40/30;G06F40/211;G06F40/242;G06N3/08;G06N3/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.06.03#实质审查的生效;2022.05.17#公开

摘要：本发明提供一种汽车网络口碑观点标签抽取方法。所述汽车网络口碑观点标签抽取方法，包括以下步骤：S1：利用互信息和左右熵发现口碑文本中新词，进一步丰富专业词库，其中互信息可以计算聚合度；S2：数据预处理，主要是在词典加入新词与短语的抽取结果，并对文本进行分词和去停用词等操作；S3：搭建深度学习计算框架。本发明提供的汽车网络口碑观点标签抽取方法，同时实现了基于专家知识库和基于深度神经网络两种自动抽取观点标签方案，其中采用Bootstrapping算法支持专家知识库的自动更新和置信度分析，而基于深度神经网络则实现了模型自动拟合语义特征，自动抽取有效观点标签。

主权项：1.一种汽车网络口碑观点标签抽取方法，其特征在于，包括以下步骤：S1：利用互信息和左右熵发现口碑文本中新词，进一步丰富专业词库，其中互信息可以计算聚合度：，同时使用TopMine模型对专业短语进行抽取，TopMine模型基于短语组合的统计量和上下文信息，使用频次对短语进行过滤和组合；S2：数据预处理，主要是在词典加入新词与短语的抽取结果，并对文本进行分词和去停用词等操作；S3：搭建深度学习计算框架，实现Bert自注意力深度网络模型，Bert是基于Transformer注意力结构的深层神经网络模型，其自注意力机制和多头协作结构有助于Bert模型表征文本的上下文语义信息；S4：利用标注数据，训练Bert标签抽取模型，利用已经标注的非结构化文本，拟合Bert+CRF模型，从而使得模型能够表征语义信息和捕捉标签时序特征；S5：抽取依存句法关系模板，计算标注文本的依存句法分析树，抽象出标注数据的句法规则模板；S6：基于规则和深度学习模型抽取候选标签集，将预处理完的待标注文本使用规则和Bert+CRF模型同时进行抽取，并暂时不对两种模型的结果进行筛选；S7：基于分类模型，模型抽取候选标签集，对于两个模型的抽取结果，使用已经使用标注数据训练好的TextCNN模型进行分类。

全文数据：

权利要求：

百度查询： 广州市有车以后信息科技有限公司 一种汽车网络口碑观点标签抽取方法

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。

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