[发明专利]一种语义要素提取方法及装置

权利要求书

1.一种语义要素提取方法，其特征在于，所述方法包括以下步骤：

步骤1，机器人客服接收到来自用户客户端的会话消息数据；

步骤2，将会话消息数据进行分词与词性标注出为动词的词性类别；

步骤3，构建动词的时态相似度计算模型；

步骤4，通过时态相似度计算模型提取语义要素。

2.根据权利要求1所述的一种语义要素提取方法，其特征在于，在步骤1中，所述会话消息数据的形式包括以下至少一种：自然语言文字组成的语句、数据链接、语音,如果是数据链接、语音则将数据链接、语音转换为文本形式的语句作为会话消息数据。

3.根据权利要求1所述的一种语义要素提取方法，其特征在于，在步骤2中，将会话消息数据进行分词的方法包括字符串匹配、机械分词、正向最大匹配、逆向最大匹配、双向最大匹配、统计分词、字标注分词任意一种。

4.根据权利要求1所述的一种语义要素提取方法，其特征在于，在步骤2中，将会话消息数据进行词性标注的方法包括viterbi算法、CLAWS算法、VOLSUNGA算法、或基于转换的词类标注POS中任意一种方法标注出名词、动词、动词、形容词、动名词中任意组合。

5.根据权利要求1所述的一种语义要素提取方法，其特征在于，在步骤3中，构建动词的时态相似度计算模型的方法包括以下步骤：

步骤3.1，定义时态动词：

根据动词V定义一个连续时间的时态动词，ε_v:T×Ω→Ω，其中，T和Ω分别代表连续的时间和状态空间，T×Ω→Ω中三个元素为连续的时间、状态以及状态进化，状态进化即T时间后的状态变化；

根据动词V定义一个离散的时间的时态动词，ε_ν:Z×Ω→Ω，Z为离散的时间，Z×Ω→Ω中三个元素为离散的时间、状态以及状态进化，状态进化即T时间后的状态变化。

步骤3.2，获取时态动词的相似度：

根据动词定义时态动词的进化的函数为ε_v(t)＝(0,Δ₀),对于随后的各个观察空间中的动词V＝(0,Δ_x)，时态动词的相似度S(V)为：

Δ₀为初始的时间，Δ_x为随后的第x个动词出现的时间，x取值范围为1到p，p为会话消息数据的总量，其中，k>0为常数，k＝1；

步骤3.3，构建动词的时态相似度计算模型：

对于观察空间中有多个动词的训练集S_V＝{V₁,...,V_p}，给出其中一个观察空间的动词V_x＝(x₀,x₀+x),x₀为初始的动词位置，x为变化了第x次后的动词位置的偏移量，找出动词V和训练集S_V中每个元素V_i(V_i∈S_v)的相似度，首先把每个动词V_i∈S_v表示成含有两个采样点的时间序列的时态动词的进化的函数ε_Vi＝(x_i0,x_i0+Δ_i0),x_i0为初始的时间，Δ_i0为变化了的动词出现的时间，则构建V_i和V_x间的动词的时态相似度计算模型为，其中，S_c(ε_Vi,V_x)∈[0,1]为V_i和V_x的相似度；其中，其中，k₁>0，k₂>0为两个常数，例如，k₁＝1，k₂＝1，Δ_i0为初始的时间，Δ_x为随后的第x个动词出现的时间。