[发明专利]一种人称标注方法

说明书

技术领域

本发明涉及自然语言处理技术领域，具体涉及一种人称标注方法。

背景技术

目前，随着互联网技术的快速发展，每时每刻都会有无数的信息进行传播和存储，我们获得的信息越来越多，如果从海量的信息中寻找到自己需要的信息，同时将差别各异的信息进行提取，得到我们能理解的信息成为人们共同关注的问题。

语句是信息的基础组成部分，理解语句是分析处理信息的重要步骤之一，对于语句的理解主要从三个方面进行，包括语义分析、语句人称分析和句法分析。语义分析是根据语句结构和语句中词语的词义，推导出句子的实际语义；语句人称分析是找出语句中谓语的相应语义人称成份；句法分析是根据语句的语法，推导出语句的语法结构，确定语句的组成成分。

语句的分析被应用到各个领域中，例如网站关键词搜索、网络聊天内容整合分析等，但是现如今对于语句的分析都比较粗糙，精确性不够。

发明内容

针对现有技术中的缺陷，本发明公开了一种人称标注方法，通过本发明的方法对语句进行分析，能更好地了解语句的语义，支持语义的相关应用，比如根据语义判定喜好、习惯等。

本发明的技术方案如下：

一种人称标注方法，包括以下步骤：

S1：建立用于将语句切分成独立词语的分词系统；

S2：获取语句，利用所述分词系统对所述语句进行分词，并通过标柱模块对分词后语句中的词语进行语义标注和词性标注；根据所述词语标注的语义和词性确定所述语句中的人称代词；

S3：通过命名识别模块识别所述语句中的命名实体，并对所述人称代词和所述命名实体进行人称标注；

S4：根据词语分析模块对所述语句进行语法分析，确定所述语句中的定语；根据所述定语确定所述语句的核心词语及核心词语对应的人称标注。

进一步地，上述的人称标注方法中，所述分词系统包括分词模型，所述分词系统的分词步骤如下：

通过所述分词模型对语句进行初步分词；

根据预设分词规则对初步分词后的词语进行整合；

根据第三方词典内容对分词规则整合后的词语进行语义合并。

进一步地，上述的人称标注方法中，所述分词模型为HMM分词模型。

进一步地，上述的人称标注方法中，所述分词模型为CRF分词模型。

进一步地，上述的人称标注方法中，所述标柱模块用于对词语进行语义标注和词性标注，所述标柱模块采用HMM标注模型和CRF标注模型。

进一步地，上述的人称标注方法中，所述命名识别模块采用CRF识别模型。

进一步地，上述的人称标注方法中，所述命名识别模块用于识别词典中未记录的词语；所述命名实体包括人名、地名、机构名、产品名、商标名、简称和省略语。

进一步地，上述的人称标注方法中，所述词语分析模块为PCFG生成式句法分析模型。

进一步地，上述的人称标注方法中，所述词语分析模块为CRF句法分析模型。

进一步地，上述的人称标注方法中，所述人称标注包括第一人称标注、第 二人称标注和第三人称标注。

本发明的显著效果：本发明公开的一种人称标注方法，通过对语句进行语义分析、语句人称分析和句法分析，能快速确定语句中的命名实体和核心词语，头同时确定命名实体和核心词语的人称标注，从而确定语句的语义，可以根据语义判断人们的喜好、习惯等。

附图说明

图1为本发明人称标注方法实施例中的控制流程图；

图2为本发明人称标注方法实施例中的句法分析树状图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

实施例：

参照图1，为本发明人称标注方法实施例中的控制流程图，具体步骤如下：

S1：建立用于将语句切分成独立词语的分词系统；其中，所述分词系统包括分词模型，所述分词系统的分词步骤如下：

通过所述分词模型对语句进行初步分词；

根据预设分词规则对初步分词后的词语进行整合；

根据第三方词典内容对分词规则整合后的词语进行语义合并。

所述分词模型为HMM分词模型；所述分词模型为CRF分词模型。