[发明专利]基于人工智能的切分语句的方法和装置

权利要求书

1.一种基于人工智能的切分语句的方法，其特征在于，所述方法包括：

对待切分的原始语句进行切词，以得到所述原始语句中的词语集合；

对初始值为所述原始语句的待切分语句执行语句切分步骤，所述语句切分步骤包括：根据待切分语句中单个词语或不同词语组成的词语组合在搜索引擎中的被搜索记录，提取出至少一种特征向量；将所述至少一种特征向量输入至循环神经网络模型，以根据所述循环神经网络模型输出的序列确定对所述待切分语句进行切分的切分点，其中，所述循环神经网络模型用于表征根据待切分语句中单个词语或不同词语组成的词语组合在搜索引擎中的被搜索记录提取出的至少一种特征向量与用于描述切分时待切分语句中的各个词语是否为切分时的序列的对应关系；按照所确定的切分点将待切分语句切分成多个子语句片段，其中每个子语句片段是单个词语或词语组合；判断所切分成的多个子语句片段中是否存在不属于所述词语集合中的子语句片段；

若存在不属于所述词语集合中的子语句片段，则将不属于所述词语集合中的子语句片段作为待切分语句继续执行所述语句切分步骤；

关联存储所述原始语句以及每次执行所述语句切分步骤所得到的多个子语句片段。

2.根据权利要求1所述的方法，其特征在于，所述根据待切分语句中单个词语或不同词语组成的词语组合在搜索引擎中的被搜索记录，提取出至少一种特征向量，包括以下至少一项：

根据待切分语句中不同词语组成的词语组合在搜索语句词典中是否有匹配的搜索语句和/或在搜索语句词典中匹配的搜索语句的分值提取特征向量；

根据搜索语句词典中以待切分语句中每个词语为开始、中间或结束的搜索语句的数目或分值之和提取词语对应的特征向量；

其中，所述搜索语句词典中记录使用搜索引擎搜索过的搜索语句，每个搜索语句的分值是根据搜索语句的搜索频次和/或用户搜索时的使用反馈信息生成的。

3.根据权利要求2所述的方法，其特征在于，所述根据待切分语句中单个词语或不同词语组成的词语组合在搜索引擎中的被搜索记录，提取出至少一种特征向量，还包括以下至少一项：

提取待切分语句中每个词语的词向量；

提取待切分语句在所述原始语句的上下文语句的上下文特征向量。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括搜索语句词典构建步骤，包括：

获取用户使用搜索引擎时输入的搜索语句集合；

按照搜索语句的搜索频次对搜索语句集合进行筛选；

根据搜索语句的搜索频次以及用户使用搜索语句搜索时的使用反馈信息，生成所述搜索语句中每个搜索语句的分值；

将搜索语句与对应的分值关联存储，以构建所述搜索语句词典。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括模型训练步骤，所述模型训练步骤包括：

获取按照最少切分算法预先对样本语句进行迭代切分所生成的切分结果；

根据每次切分的切分结果生成训练样本，并使用生成的训练样本训练所述循环神经网络模型；

其中，训练样本中的输入向量是根据每次切分所针对的被切分语句中单个词语或不同词语组成的词语组合在搜索引擎中的被搜索记录提取出的至少一种特征向量，训练样本中的输入向量是用于描述每次切分所针对的被切分语句中的各个词语是否为切分点的序列。

6.根据权利要求1所述的方法，其特征在于，所述关联存储所述原始语句以及每次执行所述语句切分步骤所得到的多个子语句片段，包括：

将所述原始语句作为根节点，并依次将每次被执行所述语句切分步骤的待切分语句与切分所得到的多个子语句片段作为父节点与对应的多个子节点，构建成节点为语句片段的树形层级结构。