一种识别方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112835990A(43)申请公布日2021.05.25(21)申请号201911158038.0(22)申请日2019.11.22(71)申请人北京沃东天骏信息技术有限公司地址100176北京市北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人孙志强刘阳(74)专利代理机构中原信达知识产权代理有限责任公司11219代理人冯培培耿雪利(51)Int.Cl.G06F16/28(2019.01)G06F16/58(2019.01)权利要求书2页说明书13页附图4页(54)发明名称一种识别方法和装置(57)摘要本发明公开了一种识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：从待处理文本获取第一产品词集合，根据所述待处理文本和图数据库获取所述待处理文本的多个参数与产品词的关系子图；按照所述待处理文本的多个参数与产品词的关系子图进行计算，得到第二产品词集合；根据所述图数据库从所述第一产品词集合和所述第二产品词集的交集中，识别所述待处理文本的核心产品词。该实施方式提高了识别的准确率。CN112835990ACN112835990A权利要求书1/2页1.一种识别方法，其特征在于，包括：从待处理文本获取第一产品词集合，根据所述待处理文本和图数据库获取所述待处理文本的多个参数与产品词的关系子图；按照所述待处理文本的多个参数与产品词的关系子图进行计算，得到第二产品词集合；根据所述图数据库从所述第一产品词集合和所述第二产品词集的交集中，识别所述待处理文本的核心产品词。2.根据权利要求1所述的方法，其特征在于，从待处理文本获取第一产品词集合，根据所述待处理文本和图数据库获取所述待处理文本的多个参数与产品词的关系子图，包括：从所述待处理文本中获取标题和第一类目，从所述标题中解析所述第一产品词集合、第一属性集合和第一品牌集合；按照所述第一属性集合、所述第一品牌集合和所述第一类目查询所述图数据库，得到所述第一属性集合中每个第一属性及与其对应的产品词的关系子图、所述第一品牌集合中每个第一品牌及与其对应的产品词的关系子图，以及所述第一类目及与其对应的产品词的关系子图；根据所述第一产品词集合和所述标题生成所述标题与第一产品词的关系子图。3.根据权利要求2所述的方法，其特征在于，根据所述图数据库从所述第一产品词集合和所述第二产品词集的交集中，识别所述待处理文本的核心产品词，包括：将所述第一产品词集合和所述第二产品词集合的交集，作为待选产品词集合；根据所述待选产品词集合和所述图数据库计算所述待选产品词集合中每个待选产品词的概率；从所述待选产品词集合中，选择出概率最高的待选产品词，作为所述待处理文本的核心产品词。4.根据权利要求3所述的方法，其特征在于，计算所述待选产品词的概率，包括：对于所述第一属性集合中每个第一属性，将所述第一属性与所述待选产品词在所述图数据库中共同出现次数，除以所述第一属性在所述图数据库中出现总次数，得到的值作为在所述第一属性的条件下所述待选产品词的概率；对于所述第一品牌集合中每个第一品牌，将所述第一品牌与所述待选产品词在所述图数据库中共同出现次数，除以所述第一品牌在所述图数据库中出现总次数，得到的值作为在所述第一品牌的条件下所述待选产品词的概率；将所述第一类目与所述待选产品词在所述图数据库中共同出现次数，除以所述第一类目在所述图数据库中出现总次数，得到的值作为在所述第一类目的条件下所述待选产品词的概率；将在每个第一属性的条件下所述待选产品词的概率、在每个第一品牌的条件下所述待选产品词的概率、在第一类目的条件下所述待选产品词的概率和所述待选产品词在所述标题中出现次数相乘，得到乘积，将所述乘积的对数作为所述待选产品词的概率。5.根据权利要求2所述的方法，其特征在于，按照所述待处理文本的多个参数与产品词的关系子图进行计算，得到第二产品词集合，包括：对所述第一属性集合中每个第一属性及与其对应的产品词的关系子图、所述第一品牌2CN112835990A权利要求书2/2页集合中每个第一品牌及与其对应的产品词的关系子图、所述第一类目及与其对应的产品词的关系子图，以及所述标题与第一产品词的关系子图进行合并，得到关系图；将所述关系图作为最近公共祖先算法的输入，进行计算，得到所述第二产品词集合。6.根据权利要求1-5任一项所述的方法，其特征在于，在从待处理文本获取第一产品词集合之前，包括：从日志集合中每个日志内，提取第二属性集合中每个第二属性及与其对应的产品词、第二品牌集合中每个第二品牌及与其对应的产品词，以及第二类目及与其对应的产品词；将所述第二属性及与其对应的产品词在所述日志集合中共同出现次数、所述第二属性、与其对应的