[发明专利]一种文本数据元语义识别方法及装置

说明书

本发明公开一种文本数据元语义识别方法及装置，该方法包括：S1、获取待分析数据文本，提取所述待分析数据文本的文本数据元；S2、根据所述文本数据元的特征类型，使用经验算法结合特例数据对每个特征类型进行识别计算；S3、将每个特征类型的识别结果进行分析，得到待分析数据文本的语义识别结果。本发明依据经验算法和特征实例组合的为主，以语法分析为辅助的办法，直接识别数据元语义，数据配置直观、简单、和易操作，且易于工程实现，是软件实现实际语义工程问题解决的现实方法。

技术领域

本发明涉及网络安全技术领域，尤其涉及一种文本数据元语义识别方法及装置。

背景技术

文本数据元语义识别是数学应用题类人自动求解的关键环节之一，因为人类语言表示形式的复杂性，目前尚未有成熟的技术能很好地完成这项任务。通常采用的方法是使用语法分析(比如，HNC理论和依存语法)对问题语言表述进行分析，然后再识别出数据元及其含义。

但是无论是基于依存语法或者HNC理论的数据元语义识别方法，一是因为理论本身刻画客观语言表述能力的不完善，而不能准确识别数据元的语义描述；二是因为依存语法和HNC理论不是为数据元语义识别问题的解决量身打造的理论技术，因此，难于取得好的应用效果。

发明内容

基于上述问题，本发明依据经验算法和特征实例组合的为主，以语法分析为辅助的办法，直接识别数据元语义，数据配置直观、简单、和易操作，且易于工程实现，是软件实现实际语义工程问题解决的现实方法。

为解决上述问题，本发明一个实施例提供了一种文本数据元语义识别方法，所述方法包括：

S1、获取待分析数据文本，提取所述待分析数据文本的文本数据元；

S2、根据所述文本数据元的特征类型，使用经验算法结合特例数据对每个特征类型进行识别计算；

S3、将每个特征类型的识别结果进行分析，得到待分析数据文本的语义识别结果。

其中，步骤S2中，对每个特征类型进行识别，具体包括：依次对下述的特征类型进行识别：分词和词性标注识别、语义段划分识别、量词识别、时间段划分识别、数据元最近名词识别、数据元辅助词识别、概念属性识别、概念指代识别和数据元附加场景识别。

其中，所述步骤S2中，使用经验算法结合特例数据对每个特征类型进行识别计算，具体包括：

S21、获取当前识别的特征类型的正向特例和反向特例；

S22、基于经验算法对所述正向特例和反向特例进行分类识别，得到区分后的正向特例集和反向特例集；

S23、对所述区分后的正向特例集中混入的反向特例集进行排除，并对所述区分后的反向特例集中混入的正向特例集进行肯定，得到优化的正向特例集和优化的反向特例集；

S24、对优化的正向特例集和优化的反向特例集重复步骤S23的过程，得到最终的正向特例集和反向特例集。

其中，所述S22具体包括：

S221、基于预设的特例要求，判断正向特例和反向特例是否满足特例要求；

S222、将满足特例要求的正向特例归入区分后的正向特例集，将满足特例要求的反向特例归入区分后的反向特例，将不满足特例要求的正向特例和反向特例执行下一步；

S223、基于预设的推导模式，对不满足特例要求的正向特例和反向特例进行推导模式判别；

S224、将满足推导模式的正向特例归入区分后的正向特例集，将满足特例要求的反向特例归入区分后的反向特例，将不满足推导模式的正向特例和反向特例执行下一步；