[发明专利]基于人工智能的词汇类别挖掘方法、装置及存储介质

权利要求书

1.一种基于人工智能的词汇类别挖掘方法，其特征在于，包括：

从待挖掘语料中挖掘出包含主语的主语句，并将每个主语句中的主语分别作为一个词汇，建立所述词汇与其所在主语句之间的对应关系；

从挖掘出的主语句中筛选出主语描述句，所述主语描述句为能够体现其对应的词汇所属类别的主语句；

针对每个词汇，分别通过对所述词汇对应的主语描述句进行分析，确定出所述词汇所属的类别，包括：根据预先构建的通用类别体系确定出所述词汇所属的类别，所述通用类别体系为有向无环图结构的类别层次网络，网络中的每个节点分别为一个类别，节点间的边表示类别上下位关系，所述词汇所属的类别为所述通用类别体系中的类别。

2.根据权利要求1所述的方法，其特征在于，

所述从挖掘出的主语句中筛选出主语描述句包括：

针对每个主语句，分别利用预先设定的规则集来确定出所述主语句是否为主语描述句；

或者，针对每个主语句，分别利用预先训练得到的二分类模型，确定出所述主语句是否为主语描述句。

3.根据权利要求1所述的方法，其特征在于，

所述针对每个词汇，分别通过对所述词汇对应的主语描述句进行分析，确定出所述词汇所属的类别包括：

针对每个词汇，分别进行以下处理：

根据所述词汇对应的主语描述句进行粗粒度分类，确定出所述词汇所属的粗粒度类别；

根据所述词汇对应的主语描述句对所述粗粒度类别进行细化，确定出所述词汇所属的细粒度类别；

所述细粒度类别为所述粗粒度类别的下位类别。

4.根据权利要求3所述的方法，其特征在于，

所述根据所述词汇对应的主语描述句进行粗粒度分类，确定出所述词汇所属的粗粒度类别包括：

根据所述词汇对应的主语描述句，通过预先训练得到的第一分类模型，确定出所述词汇所属的粗粒度类别。

5.根据权利要求3所述的方法，其特征在于，

所述根据所述词汇对应的主语描述句对所述粗粒度类别进行细化，确定出所述词汇所属的细粒度类别包括：

利用所述粗粒度类别的下位类别构成一个集合A；

确定所述词汇对应的主语描述句中是否包含所述集合A中的类别名称；

如果是，则利用文本关系抽取方式，从所述词汇对应的主语描述句中抽取出所述词汇所属的细粒度类别；

如果否，则根据所述词汇对应的主语描述句，通过预先训练得到的第二分类模型，确定出所述词汇所属的细粒度类别。

6.一种基于人工智能的词汇类别挖掘装置，其特征在于，包括：获取单元、筛选单元以及分类单元；

所述获取单元，用于从待挖掘语料中挖掘出包含主语的主语句，并将每个主语句中的主语分别作为一个词汇，建立所述词汇与其所在主语句之间的对应关系；

所述筛选单元，用于从挖掘出的主语句中筛选出主语描述句，所述主语描述句为能够体现其对应的词汇所属类别的主语句；

所述分类单元，用于针对每个词汇，分别通过对所述词汇对应的主语描述句进行分析，确定出所述词汇所属的类别，包括：根据预先构建的通用类别体系确定出所述词汇所属的类别，所述通用类别体系为有向无环图结构的类别层次网络，网络中的每个节点分别为一个类别，节点间的边表示类别上下位关系，所述词汇所属的类别为所述通用类别体系中的类别。

7.根据权利要求6所述的装置，其特征在于，

所述筛选单元针对每个主语句，分别利用预先设定的规则集来确定出所述主语句是否为主语描述句；

或者，所述筛选单元针对每个主语句，分别利用预先训练得到的二分类模型，确定出所述主语句是否为主语描述句。