[发明专利]基于规则模板的语料分析方法及语料分析装置有效

专利信息
申请号: 201611140114.1 申请日: 2016-12-12
公开(公告)号: CN108614828B 公开(公告)日: 2020-12-29
发明(设计)人: 辛雨非 申请(专利权)人: 北大方正集团有限公司;北京北大方正电子有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F40/205;G06F40/279
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;汪海屏
地址: 100871 北京市*** 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: 基于 规则 模板 语料 分析 方法 装置
【权利要求书】:

1.一种基于规则模板的语料分析方法,其特征在于,包括:

获取语料;

根据模型映射,记录所述语料的语料归属模型,并将所述语料存储至子语料库;

在所述语料归属模型中建立知识元;

根据属性映射,确定所述知识元的属性;

根据所述知识元的属性,获取目标知识元;

建立所述知识元与所述目标知识元的关联关系;

获取所述语料之前,还包括:

建立至少一个语料归属模型;

为每个所述至少一个语料归属模型设置模型属性;

建立所述至少一个语料归属模型与其它语料归属模型之间的模型关系;

将所述模型关系与所述模型属性进行绑定;

建立规则模板;

将所述规则模板与至少一个所述语料归属模型的所述模型关系进行绑定,进而建立至少一个所述语料归属模型的模型映射,其中所述模型映射包括模型映射规则;

将所述规则模板与至少一个所述语料归属模型的所述模型属性进行绑定,进而建立至少一个所述语料归属模型的属性映射,其中所述属性映射包括属性映射规则。

2.根据权利要求1所述的基于规则模板的语料分析方法,其特征在于,根据所述模型映射,记录所述语料的所述语料归属模型的步骤包括:

判断所述语料归属模型的所述模型映射规则与所述语料是否匹配;

当所述语料归属模型的所述模型映射规则与所述语料匹配时,记录所述语料归属模型;

当所述语料归属模型的所述模型映射规则与所述语料不匹配时,判断下一个语料归属模型的所述模型映射规则与所述语料是否匹配。

3.根据权利要求1所述的基于规则模板的语料分析方法,其特征在于,根据属性映射,确定所述知识元的属性的步骤包括:

判断所述语料归属模型的所述属性映射规则与所述语料是否匹配;

当所述语料归属模型的所述属性映射规则与所述语料匹配时,将所述属性映射规则对应的模型属性作为所述知识元的属性;

当所述语料归属模型的所述属性映射规则与所述语料不匹配时,判断下一个语料归属模型的所述属性映射规则与所述语料是否匹配。

4.根据权利要求1所述的基于规则模板的语料分析方法,其特征在于,根据所述知识元的属性,获取所述目标知识元具体包括:

当与所述知识元的属性绑定的模型关系存在的情况下,查找与所述语料归属模型建立所述模型关系的目标语料归属模型;

在所述目标语料归属模型中查找与所述知识元的属性相同的所述目标知识元。

5.根据权利要求4所述的基于规则模板的语料分析方法,其特征在于,根据所述知识元的属性,获取所述目标知识元具体还包括:

当与所述知识元的属性绑定的模型关系不存在的情况下,查找与所述知识元的所述语料归属模型建立所述模型关系的所有语料归属模型;

在所述所有语料归属模型中查找与所述知识元的属性相同的所述目标知识元。

6.一种基于规则模板的语料分析装置,其特征在于,包括:

语料获取单元,用于获取语料;

语料分类模块,用于根据模型映射,记录所述语料的语料归属模型,并将所述语料存储至子语料库;

知识元建立和填充模块,用于在所述语料归属模型中建立知识元;以及根据属性映射,确定所述知识元的属性;

知识元关系建立模块,用于根据所述知识元的属性,获取目标知识元;以及建立所述知识元与所述目标知识元的关联关系。

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大方正集团有限公司;北京北大方正电子有限公司,未经北大方正集团有限公司;北京北大方正电子有限公司许可,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/201611140114.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top