[发明专利]基于分词与多模匹配的房源标签自动提取装置及其方法在审
| 申请号： | 201910070120.1 | 申请日： | 2019-01-24 |
| 公开（公告）号： | CN109739955A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 张文战;杨丽娟;白峻峰;刘子曜;张凯 | 申请（专利权）人： | 北京诸葛找房信息技术有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/338;G06Q50/16 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100021 北京市朝阳*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 多模匹配 描述词 分词 自动提取装置 标签 标签库 标签生成模块 结构化特征 多个目标 分词模块 文本匹配 出标签 放弃 互斥 醒目 展示 发现 | ||
【权利要求书】：
1.基于分词与多模匹配的房源标签自动提取装置，其特征在于，包括
标签生成模块，用于发现房源描述词并生成标签库；
标签放弃模块，用于对互斥的房源描述词进行放弃；
分词模块，用于对标签库内的房源描述词进行分词；
多模匹配模块，用于对输入的文本匹配出标签库中的多个目标词。
2.一种房源标签自动提取方法，包括以下步骤：
S1、发现房源描述词并生成标签库，
S2、对互斥的标签进行放弃，
S3、反复对标签库内的房源描述词进行分词，
S4、对输入的文本匹配出标签库中的多个目标词。
3.根据权利要求2所述的一种房源标签自动提取方法，其特征在于，
所述的步骤S1具体为：基于标签库的规则要求，搜索整合房源描述词，并对一些不规则的描述词进行转换，建立标签库。
4.根据权利要求2所述的一种房源标签自动提取方法，其特征在于，
所述的步骤S2具体为：对与互斥的标签进行标注，当一套房源匹配上了互斥的标签时，则放弃此类标签。
5.根据权利要求2所述的一种房源标签自动提取方法，其特征在于，
所述的步骤S3具体为：通过中文分词工具对多套房源的房源描述词进行分词。
6.根据权利要求2所述的一种房源标签自动提取方法，其特征在于，
所述的步骤S4具体为：基于Aho-Corasick 多模式匹配算法，搜索待处理的文本。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京诸葛找房信息技术有限公司，未经北京诸葛找房信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910070120.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：桃感官品质评价系统和评价方法
- 下一篇：语料清洗方法、装置、设备及介质
