[发明专利]一种中文语言的特征信息提取方法及装置

说明书

本发明提供一种中文语言的特征信息提取方法及装置，所述方法包括：获取待识别文本；对所述待识别文本进行分词并标注词性，获得所述待识别文本的词向量；根据所述词向量以及第一语义规则状态机，获得所述待识别文本对应的第一特征要素，每个第一特征要素对应所述第一语义规则状态机中的一条第一识别分支；其中，所述第一语义规则状态机是预先生成的，包括多条第一识别分支；根据每个第一特征要素以及每个第一特征要素对应第一识别分支所对应的转化规则，获得所述待识别文本的特征信息。所述装置用于执行上述方法。本发明实施例提供的中文语言的特征信息提取方法及装置，提高了特征信息的提取效率。

技术领域

本发明涉及人工智能技术领域，具体涉及一种中文语言的特征信息提取方法及装置。

背景技术

基于自然语言处理技术，可以用于识别用户语言描述的操作意图，以更自然的方式，实现人机交互。

现有技术中，可以通过关键词匹配理解用户意图，通常通过预置相关的关键词，匹配关键词在语句中是否出现来判断用户操作意图。由于该技术通过关键词进行匹配，只能识别大概的意图，并且识别的准确率低，经常发生误判和错判的情况。还可以基于正则表达式进行模式匹配识别，通过编写正则表达式，穷举所有可能的表述方式，对其中的查询特征信息进行提取。但是，正则表达式编写规则复杂，技术难度高，通过这种方式进行自然语言处理，工作量巨大，需要大量的人工来编写识别规则；并且规则执行效率低下，支持的场景有限，难以大规模使用。还可以基于神经网络的机器学习技术，通过对海量数据样本的标注和训练，生成数据识别模型，基于生成的模型进行自然语言理解和处理。由于机器学习技术在需要针对大量的样本数据进行标注和训练，模型的学习成本较高，且需要较长的训练周期，在一些无法获取足够样本的场景下，难以使用；并且训练生成的模型优化困难，难以干预或调整。

发明内容

针对现有技术中的问题，本发明实施例提供一种中文语言的特征信息提取方法及装置，能够至少部分地解决现有技术中存在的问题。

一方面，本发明提出一种中文语言的特征信息提取方法，包括：

获取待识别文本；

对所述待识别文本进行分词并标注词性，获得所述待识别文本的词向量；

根据所述词向量以及第一语义规则状态机，获得所述待识别文本对应的第一特征要素，每个第一特征要素对应所述第一语义规则状态机中的一条第一识别分支；其中，所述第一语义规则状态机是预先生成的，包括多条第一识别分支；

根据每个第一特征要素以及每个第一特征要素对应第一识别分支所对应的转化规则，获得所述待识别文本的特征信息。

另一方面，本发明提供一种中文语言的特征信息提取装置，包括：

获取单元，用于获取待识别文本；

第一获得单元，用于对所述待识别文本进行分词并标注词性，获得所述待识别文本的词向量；

第二获得单元，用于根据所述词向量以及第一语义规则状态机，获得所述待识别文本对应的第一特征要素，每个第一特征要素对应所述第一语义规则状态机中的一条第一识别分支；其中，所述第一语义规则状态机是预先生成的，包括多条第一识别分支；

提取单元，用于根据每个第一特征要素以及每个第一特征要素对应第一识别分支所对应的转化规则，获得所述待识别文本的特征信息。

再一方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述中文语言的特征信息提取方法的步骤。

又一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述中文语言的特征信息提取方法的步骤。