[发明专利]语义分析方法、装置、电子设备及计算机可读存储介质

说明书

技术领域

本公开涉及信息处理技术领域，具体涉及一种语义分析方法、装置、电子设备及计算机可读存储介质。

背景技术

随着互联网技术的发展，越来越多的商家或者服务提供商通过互联网平台来为用户提供服务，并力求提高服务质量，增强用户体验，争取更多的用户订单，以提升现有资源的利用率，为商家或者服务提供商创造更多的价值。但目前用户在使用商家或者服务提供商提供的检索服务时，检索结果命中率并不能满足用户的要求，从而削弱了用户体验。

发明内容

本公开实施例提供一种语义分析方法、装置、电子设备及计算机可读存储介质。

第一方面，本公开实施例中提供了一种语义分析方法。

具体的，所述语义分析方法，包括：

获取候选词语集；

计算所述候选词语集中词语为预设词语的概率值；

将所述概率值符合预设条件的词语确认为目标词语。

结合第一方面，本公开在第一方面的第一种实现方式中，所述获取候选词语集，包括：

获取输入字符串；

对所述输入字符串进行分割，得到候选词语；

基于得到的候选词语生成候选词语集。

结合第一方面，本公开在第一方面的第一种实现方式中，所述计算所述候选词语集中词语为预设词语的概率值，包括：

确定特征数据；

获取训练词语数据；

基于所述特征数据和训练词语数据训练得到特征数据的权重值；

基于所述特征数据的权重值计算候选词语为预设词语的概率值。

结合第一方面，本公开在第一方面的第一种实现方式中，所述特征数据包括：词语w在当前输入字符串中出现的次数，词语w在预设历史时间段内输入字符串中出现的次数，词语w的相邻词语，词语w的词性，相邻词语的词性，词语w是否为预设名称中的一种或多种。

结合第一方面，本公开在第一方面的第一种实现方式中，所述训练词语数据包括正样本词语和负样本词语。

结合第一方面，本公开在第一方面的第一种实现方式中，所述获取训练词语数据，包括：

对词语执行预设操作，得到预设操作数据；

计算所述词语与预设操作数据之间的匹配度；

将匹配度高于或等于预设匹配度阈值的词语确定为正样本词语，将匹配度低于预设匹配度阈值的词语确定为负样本词语。

结合第一方面，本公开在第一方面的第一种实现方式中，所述基于所述特征数据和训练词语数据训练得到特征数据的权重值，包括：

基于所述特征数据和训练词语数据进行训练，得到特征权重预测模型；

基于所述特征权重预测模型预测所述特征数据对应的权重。

结合第一方面，本公开在第一方面的第一种实现方式中，利用下式基于所述特征数据的权重值计算候选词语w为预设词语的概率值p(w)：

其中，f_i表示特征数据中的第i个特征，λ_i表示第i个特征f_i对应的权重值。

结合第一方面，本公开在第一方面的第一种实现方式中，所述将所述概率值符合预设条件的词语确认为目标词语，包括：

将所述概率值大于预设概率阈值的词语确定为目标词语。

结合第一方面和第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，所述方法还包括：对所述目标词语执行预设操作。

第二方面，本公开实施例中提供了一种语义分析装置。

具体的，所述语义分析装置，包括：

获取模块，被配置为获取候选词语集；

计算模块，被配置为计算所述候选词语集中词语为预设词语的概率值；

确认模块，被配置为将所述概率值符合预设条件的词语确认为目标词语。

结合第二方面，本公开在第二方面的第一种实现方式中，所述获取模块包括：

第一获取子模块，被配置为获取输入字符串；

分割子模块，被配置为对所述输入字符串进行分割，得到候选词语；

生成子模块，被配置为基于得到的候选词语生成候选词语集。

结合第二方面，本公开在第二方面的第一种实现方式中，所述计算模块包括：

确定子模块，被配置为确定特征数据；

第二获取子模块，被配置为获取训练词语数据；

训练子模块，被配置为基于所述特征数据和训练词语数据训练得到特征数据的权重值；

计算子模块，被配置为基于所述特征数据的权重值计算候选词语为预设词语的概率值。