[发明专利]一种评价信息的抽取方法、装置及设备

权利要求书

1.一种评价信息的抽取方法，其特征在于，包括：

对评论文本进行分词，得到由多个词组成的词序列；

遍历所述词序列，确定所述词序列中满足预设要求的词，将所述满足预设要求的词与满足预设条件的词组成词对，其中，所述确定所述词序列中满足预设要求的词包括：基于评价词典对所述词序列进行抽取以确定所述满足预设要求的词、基于近似词集合相似度对所述词序列进行抽取以确定所述满足预设要求的词、基于词性搭配对所述词序列进行抽取以确定所述满足预设要求的词，满足所述预设条件的词为在所述词序列中与所述满足预设要求的词相邻的且位于所述满足预设要求的词前的第一预设个数的词、以及位于所述满足预设要求的词后的第二预设个数的词；其中，近似词集合是由若干词构成的集合，该集合中的所有词都为某个词的近似词，而某个词的近似词集合相似度，是指近似词集合中同时被评价词典收录过的词的数量与近似词集合总数的比值；

计算各个所述词对中词与词之间的相似度，得到多个相似度值；

确定所述相似度值中较大的第三预设个数的相似度值，并将所述第三预设个数的相似度值所对应的词对作为评价信息抽取出来。

2.如权利要求1所述的方法，其特征在于，所述对评论文本进行分词，得到由多个词组成的词序列包括：

根据参考词典对评论文本进行分词，得到由多个词组成的词序列；

过滤所述词序列中的停用词。

3.如权利要求2所述的方法，其特征在于，所述根据参考词典对评论文本进行分词，得到由多个词组成的词序列包括：

预先确定需要抽取的评价对象，和/或评价用语，并构建观测词典；

构建命名实体词典；

根据所述观测词典和所述命名实体词典对评论文本进行分词，得到由多个词组成的词序列。

4.如权利要求1所述的方法，其特征在于，所述基于近似词集合相似度对所述词序列进行抽取以确定所述满足预设要求的词包括：

遍历所述词序列，计算所述词序列中的近似词集合相似度；

确定所述词序列中所述近似词集合相似度大于预设阈值的词以作为所述满足预设要求的词。

5.如权利要求1所述的方法，其特征在于，所述基于词性搭配对所述词序列进行抽取以确定所述满足预设要求的词包括：

遍历所述词序列，确定所述词序列中词性为预设词性的词；

所述将所述满足预设要求的词与满足预设条件的词组成词对包括：

将词性为所述预设词性的词，与满足预设条件的词组成词对；

判断各个所述词对是否满足预设词性搭配要求；

若所述词对不满足预设词性搭配要求，则删除该词对。

6.如权利要求1-5任意一项所述的方法，其特征在于，所述遍历所述词序列，确定所述词序列中满足预设要求的词，将所述满足预设要求的词与满足预设条件的词组成词对包括：

分别根据多种抽取规则，遍历所述词序列，将满足预设要求的词与满足预设条件的词组成分别与所述抽取规则相对应的词对；

所述计算各个所述词对中词与词之间的相似度，得到多个相似度值包括：

分别计算根据各种所述抽取规则得到的词对中词与词之间的相似度，得到与所述抽取规则相对应的多个相似度值；

所述确定所述相似度值中较大的第三预设个数的相似度值，并将所述第三预设个数的相似度值所对应的词对作为评价信息抽取出来包括：

预先为各个所述抽取规则设置对应的权重值，并为所述相似度值赋予与所述相似度值相对应的所述抽取规则的所述权重值；

将根据各种所述抽取规则得到的词对进行合并，并判断是否存在相同的词对，若存在，则将所述词对对应的相似度值进行叠加，并删除重复的词对，保证合并后的词对中不存在重复的词对；

确定合并后的词对的所述相似度值中较大的第三预设个数的相似度值，并将所述第三预设个数的相似度值所对应的词对作为评价信息抽取出来。