申请/专利权人：合肥工业大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

申请日：2021-04-08

公开（公告）日：2023-10-31

公开（公告）号：CN113222772B

主分类号：G06Q50/00

分类号：G06Q50/00;G06F40/242;G06F16/35;G06F40/216;G06F40/30;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2023.10.31#授权;2021.08.24#实质审查的生效;2021.08.06#公开

摘要：本发明提供一种本土人格词典构建方法、系统、存储介质以及电子设备，涉及人格词典技术领域。本发明获取并预处理用户的社交媒体数据，获取每个词的语义向量表示；根据预处理后的社交媒体数据，采用统计学习方法获取第一人格描述词集；根据语义向量表示，采用深度学习算法获取第二人格描述词集；至少融合第一人格描述词集和第二人格描述词集，得到本土人格词典。本发明通过使用机器学习的方法自动抽取用户的社交媒体数据中最具代表性的词，减少了人为因素的影响，同时能够有效适应语义的演变，以及不同的语言；此外，本发明生成的本土人格词典规模能够根据具体情况具体调整，同时通过处理大规模社交媒体信息实现最全面普遍的人格描述。

主权项：1.一种本土人格词典构建方法，其特征在于，包括：S1、获取并预处理用户的社交媒体数据，获取每个词的语义向量表示；S2、根据预处理后的社交媒体数据，采用统计学习方法获取第一人格描述词集；S3、根据所述语义向量表示，采用深度学习算法获取第二人格描述词集；S4、至少融合所述第一人格描述词集和第二人格描述词集，得到本土人格词典，所述融合是指将不同人格描述集中的词直接合并，并删除重复的词；所述S3具体包括：S31、根据所述语义向量表示，结合每个词的词性向量表示，获取每个词的向量表示；S32、将所述向量表示输入预先训练的BERT模型，获取上下文感知表示；S33、根据所述上下文感知表示，结合已有的人格词典，采用注意力机制获取句子的语义表示；S34、根据所述语义表示，采用深度学习算法获取第二人格描述词集。

全文数据：

权利要求：

百度查询： 合肥工业大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 本土人格词典构建方法、系统、存储介质以及电子设备

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