[发明专利]一种语义短语抽取方法及相关装置

权利要求书

1.一种语义短语抽取方法，其特征在于，包括：

对输入文本信息进行分词和去除无含义词处理，得到待处理文本信息，所述输入文本信息为用于训练的信息；

将所述待处理文本信息进行转换得到文本向量矩阵；

基于激活函数，根据所述文本向量矩阵计算文本向量；

对所述文本向量进行聚类得到第一正则表达式；

根据所述第一正则表达式对目标文本信息进行抽取，得到第一目标语义短语，所述第一目标语义短语包括名词实体和动词加名词实体的短语。

2.根据权利要求1所述的语义短语抽取方法，其特征在于，基于激活函数，根据所述文本向量矩阵计算文本向量包括：

根据以下公式计算所述文本向量：

y_i＝f(∑ω_i·x_i,i+m-1+β)；

y_i表示第i维的文本向量；

f表示所述激活函数；

ω_i表示第i维的权重矩阵；

β表示偏置值；

m表示每层卷积核的步长；

x_i,i+m-1表示根据卷积核从第i行向量到第i+m-1行向量形成的矩阵。

3.根据权利要求1至2任一项所述的语义短语抽取方法，其特征在于，对所述文本向量进行聚类得到第一正则表达式之后，根据所述第一正则表达式对目标文本信息进行抽取，得到第一目标语义短语之前，所述方法还包括：

识别所述输入文本信息中的输入语义短语之间的候选依存关系；

根据所述候选依存关系确定目标依存关系；

通过所述目标依存关系得到第二正则表达式；

根据所述第一正则表达式对目标文本信息进行抽取，得到第一目标语义短语包括：

根据所述第一正则表达式和所述第二正则表达式对所述目标文本信息进行抽取，得到所述第一目标语义短语，所述第一目标语义短语包括所述第一正则表达式的抽取结果和所述第二正则表达式的抽取结果。

4.根据权利要求3所述的语义短语抽取方法，其特征在于，通过所述目标依存关系得到第二正则表达式之后，根据所述第一正则表达式和所述第二正则表达式对所述目标文本信息进行抽取，得到所述第一目标语义短语之前，所述方法还包括：

识别所述输入文本信息中的名词模块；

根据所述名词模块中名词之间的语义关系，构建词典；

根据所述第一正则表达式和所述第二正则表达式对所述目标文本信息进行抽取，得到所述第一目标语义短语包括：

根据所述第一正则表达式、所述第二正则表达式、所述词典和与所述词典匹配的模板，对所述目标文本信息进行抽取，得到所述第一目标语义短语，所述第一目标语义短语包括所述第一正则表达式的抽取结果、所述第二正则表达式的抽取结果和所述词典和所述模板结合的技术的抽取结果。

5.根据权利要求4所述的语义短语抽取方法，其特征在于，根据所述第一正则表达式、所述第二正则表达式、所述词典和与所述词典匹配的模板，对所述目标文本信息进行抽取，得到所述第一目标语义短语之后，所述方法还包括：

基于所述输入文本信息，通过本体语言生成知识框架，所述知识框架包括所述输入文本信息的概念、关系和属性；

基于所述知识框架，通过基于中文的来自变压器的双向编码器嵌入表示和循环神经网络建立模型；

通过所述模型对所述目标文本信息进行抽取，得到第二目标语义短语，所述第二目标语义短语包括名词实体和动词加名词实体的短语；

根据所述第一目标语义短语和所述第二目标语义短语，得到第三目标语义短语，所述第三目标语义短语包括所述第一目标语义短语和所述第二目标语义短语。

6.根据权利要求5所述的语义短语抽取方法，其特征在于，通过所述模型对所述目标文本信息进行抽取，得到第二目标语义短语之后，所述方法还包括：

对所述第二目标语义短语进行分类，确定所述第二目标语义短语的标签。