[发明专利]基于大数据的标签提取方法、装置及计算机可读存储介质

权利要求书

1.一种基于大数据的标签提取方法，其特征在于，包括：

在接收到用户输入的文本指令时，基于用户输入的文本指令在数据模型中进行标签提取并利用神经网络算法计算生成二次标签矩阵;

将形成的排名最高的预设数量的信息词条以及预设数量的对应的父子层级集合进行概率转换计算，形成一次标签矩阵；

将生成的一次标签矩阵与二次标签矩阵相乘得到三次矩阵;

基于形成的三次矩阵，取三次矩阵中预设数量标签。

2.根据权利要求1所述的基于大数据的标签提取方法，其特征在于，所述在接收到用户输入的文本指令时，基于用户输入的文本指令在数据模型中进行标签提取并计算生成二次标签矩阵步骤之前包括：

采集行业语料；

将采集到的行业语料进行nlp分词，生成N份行业语料数据；

对N份行业语料数据，进行训练形成数据模型，其中N为正整数。

3.根据权利要求1所述的基于大数据的标签提取方法，其特征在于，将形成的排名最高的预设数量的信息词条以及预设数量的对应的父子层级集合进行概率转换计算，形成一次标签矩阵的步骤之前包括：

采集信息词条语料；

基于采集到的信息词条语料，对每条信息词条语料计算排名值；

利用每条信息词条语料排名值，提取排名最高的预设数量的信息词条以及预设数量的信息词条对应的父子层级集合。

4.根据权利要求2所述的基于大数据的标签提取方法，其特征在于，所述对N份行业语料数据，进行训练形成数据模型其中N为正整数的步骤之后包括：

对形成的数据模型进行验证。

5.根据权利要求1所述的基于大数据的标签提取方法，其特征在于，在接收到用户输入的文本指令时，基于用户输入的文本指令在数据模型中进行标签提取并计算生成二次标签矩阵的步骤包括：

根据接收到的用户的输入文本指令，使用TextRnk关键词提取算法进行计算获得用户输入文本关键词；

基于获得的用户输入文本关键词，使用数据模型计算出形成的排名最高的预设数量信息词条以及预设数量的信息词条对应的父子层级集合中，与用户输入文本关键词之间距离最近的M个信息词条以及信息词条对应的父子层级集合；

将获得用户输入文本关键词与M个信息词条语料以及信息词条对应的父子层级集合生成一个列表，其中M为正整数；

将生成的列表进行补0，扩展生成二次标签矩阵。

6.根据权利要求4所述的基于大数据的标签提取方法，其特征在于，所述对形成的数据模型进行验证的步骤包括：

将训练样本数据分成F份；

利用训练样本数据的F-1份数据进行训练，并用第F份数据来判断数据模型结果偏差,其中F为大于2的正整数；

若偏差小于预设阈值，则数据模型训练成功；

若偏差大于或者等于预设阈值，则重新训练数据模型。

7.一种基于大数据的标签提取装置，其特征在于，所述基于大数据的标签提取装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于大数据的标签提取程序，所述基于大数据的标签提取程被所述处理器执行时实现如下步骤：

在接收到用户输入的文本指令时，基于用户输入的文本指令在数据模型中进行标签提取并利用神经网络算法计算生成二次标签矩阵;

将形成的排名最高的预设数量的信息词条以及预设数量的对应的父子层级集合进行概率转换计算，形成一次标签矩阵；

将生成的一次标签矩阵与二次标签矩阵相乘得到三次矩阵;

基于形成的三次矩阵，取三次矩阵中预设数量标签。

8.根据权利要求7所述的基于大数据的标签提取装置，其特征在于，所述基于大数据的标签提取程序被所述处理器执行时还实现如下步骤：

采集行业语料；

将采集到的行业语料进行nlp分词，生成N份行业语料数据；

对N份行业语料数据，进行训练形成数据模型，其中N为正整数。