[发明专利]评价信息的提取方法及装置、存储介质、计算机设备

说明书

本发明公开了一种评价信息的提取方法及装置、存储介质、计算机设备，涉及数据处理技术领域，主要目的在于解决现有仅仅将名词、形容词作为评价信息标注，使得无法从完整语句中准确找到符合实际意义的评价信息，精度较低，从而降低评价信息的提取效率的问题。主要包括：从存储于业务交易管理系统的评价语句数据库中提取评价语句；通过HanLP库对所述评价语句进行中文分词，以及对分词后的词语按照词性、语法进行标记；根据隶属规则判断标记后的词语是否存在隶属关系；若存在，则将所述存在隶属关系的词语进行组合，并按照词性进行标记；提取组合后词语中与主语标记、谓语标记、宾语标记、状语标记分别对应的词语，确定为评价信息。

技术领域

本发明涉及一种数据处理技术领域，特别是涉及一种评价信息的提取方法及装置、存储介质、计算机设备。

背景技术

为了提高用户对购买保险产品的了解情况，保险企业会通过保险问卷形式对用户进行回访，以掌握用户的相关情况。其中，保险问卷调查中用户会通过文字输入对某些产品、或行为等信息的评价语句，例如，大病保险针对特定人群是非常有用的保险，针对此类的语句，技术人员在进行提取时，只希望得到“大病保险、有用”等具有评价意义的信息，因此，需要提取评价语句中的评价信息。

目前，现有根据正则表达式，又称规则表达式来进行提取，例如，为名词或名词短语的词语属性，作为评价词语时一般为形容词或成语，即在进行评价信息提取时，需要把语句进行词性标注，提取出名词与形容词，得到评价信息。但是，仅仅将名词、形容词作为评价信息标注，使得无法从完整语句中准确找到符合实际意义的评价信息，精度较低，从而降低评价信息的提取效率。

发明内容

有鉴于此，本发明提供一种评价信息的提取方法及装置、存储介质、计算机设备，主要目的在于解决现有仅仅将名词、形容词作为评价信息标注，使得无法从完整语句中准确找到符合实际意义的评价信息，精度较低，从而降低评价信息的提取效率的问题。

依据本发明一个方面，提供了一种评价信息的提取方法，包括：

从存储于业务交易管理系统的评价语句数据库中提取评价语句；

通过HanLP库对所述评价语句进行中文分词，以及对分词后的词语按照词性、语法进行标记，所述词性标记包括主语标记、谓语标记、宾语标记、状语标记；

根据隶属规则判断标记后的词语是否存在隶属关系，所述隶属规则为根据词语之间的语法组合关系确定是否为复合词语的规则；

若存在所述隶属关系，则将所述存在隶属关系的词语进行组合，并根据所述隶属关系对组合后的词语按照词性进行标记；

提取组合后词语中与主语标记、谓语标记、宾语标记、状语标记分别对应的词语，确定为评价信息。

进一步地，所述通过HanLP库对所述评价语句进行中文分词，以及对分词后的词语按照词性、语法进行标记包括：

通过HanLP库对所述评价语句进行中文分词，解析分词后所述评价语句的语句类型，所述语句类型包括简单句类型、复杂句类型；

若所述评价语句为简单句类型，则按照词性、语法标记所述评价语句中简单句式的词语；和/或，

若所述评价语句为复杂句类型，则按照语法规则从所述评价语句中拆分属于复杂句式中的简单句式，并按照词性、语法标记不同简单句式中的词语。

进一步地，所述隶属规则包括主语隶属规则、宾语隶属规则、状语隶属规则、定语隶属规则，所述根据隶属规则判断标记后的词语是否存在隶属关系包括：

读取属于同一个简单句式标识对应的词语，按照所述语法规则提取所述词语中的主语词语，按照所述主语隶属规则判断所述主语词语是否存在主语隶属关系，所述主语隶属规则为判断主语名词、和/或定语名词是否组合的规则；和/或，