[发明专利]名称获取方法和装置

权利要求书

1.一种名称获取方法，其特征在于，包括：

在目标实体词对应的目标网站中提取语料；

按照预设特征从所述语料中提取与所述目标实体词对应的候选名称；

根据预设条件在所述候选名称中筛选出与所述目标实体词对应的名称。

2.根据权利要求1所述的方法，其特征在于，按照预设特征从所述语料中提取候选名称，包括：

获取用于提取所述候选名称的规则模板；

在所述语料中提取与所述规则模板匹配的语句，其中，与所述规则模板匹配的语句包括：包含所述目标实体词的第一语句和不包含所述目标实体词的第二语句；

在所述第二语句中查找与所述目标实体词对应的替换词，并使用所述替换词替换所述第一语句中的目标实体词；

在替换后所述第一语句的意义不发生改变的情况下，确认所述第二语句中的名称为所述候选名称。

3.根据权利要求2所述的方法，其特征在于，获取用于提取所述候选名称的规则模板，包括：

获取所述目标实体词出现的语句的上下文信息，其中，所述上下文信息包括在所述语句中，出现于所述目标实体词前的词语和出现于所述目标实体词后的词语；

在所述语料中统计上下文信息与所述目标实体词出现的语句的上下文信息相同的语句出现的次数；

在上下文信息与所述目标实体词出现的语句的上下文信息相同的语句出现的次数超过预设阈值时，确认所述目标实体词出现的语句为所述规则模板。

4.根据权利要求2或3所述的方法，其特征在于，根据预设条件在所述候选名称中筛选出与所述目标实体词对应的名称，包括：

获取每个候选名称的标签信息、所述每个候选名称在不同语料中出现次数的分布情况以及出现在所述第二语句中的候选名称的次数与未出现在所述第二语句中的候选名称的次数的比例，其中，所述不同语料包括所述目标实体词的语料和其他词的语料；

汇总所述标签信息、所述分布情况以及所述比例，得到所述每个候选名称的得分；

将所述每个候选名称的得分与预设分数比对，确认所述候选名称集合中得分超过所述预设分数的候选名称为所述目标实体词对应的名称。

5.根据权利要求2或3所述的方法，其特征在于，根据预设条件在所述候选名称中筛选出与所述目标实体词对应的名称，包括：在所述候选名称中筛选得到满足所述预设条件的候选名称，其中，所述预设条件包括如下任意一条或多条：

所述候选名称的词性与所述目标实体词的词性相同；

所述候选名称在不同语料中出现次数的分布满足预设分布条件；

出现在所述第二语句中的候选名称的次数与未出现在所述第二语句中的候选名称的次数的比例满足预设比例值。

6.一种名称获取装置，其特征在于，包括：

第一提取模块，用于在目标实体词对应的目标网站中提取语料；

第二提取模块，用于按照预设特征从所述语料中提取与所述目标实体词对应的候选名称；

筛选模块，用于根据预设条件在所述候选名称中筛选出与所述目标实体词对应的名称。

7.根据权利要求6所述的装置，其特征在于，所述第二提取模块包括：

第一获取模块，用于获取用于提取所述候选名称的规则模板；

提取子模块，用于在所述语料中提取与所述规则模板匹配的语句，其中，与所述规则模板匹配的语句包括：包含所述目标实体词的第一语句和不包含所述目标实体词的第二语句；

查找模块，用于在所述第二语句中查找与所述目标实体词对应的替换词，并使用所述替换词替换所述第一语句中的目标实体词；

第一确认模块，用于在替换后所述第一语句的意义不发生改变的情况下，确认所述第二语句中的名称为所述候选名称。

8.根据权利要求7所述的装置，其特征在于，所述第一获取模块包括：

获取子模块，用于获取所述目标实体词出现的语句的上下文信息，其中，所述上下文信息包括所述目标实体词前和所述目标实体词后的词语个数；

统计模块，用于在所述语料中统计上下文信息与所述目标实体词出现的语句的上下文信息相同的语句出现的次数；

第二确认模块，用于在上下文信息与所述目标实体词出现的语句的上下文信息相同的语句出现的次数超过预设阈值时，确认所述目标实体词出现的语句为所述规则模板。