[发明专利]消费者文本的信息提取结构，标注方法和识别方法

权利要求书

1.消费者文本的信息提取结构，其特征在于，所述信息提取结构包括以下维度：

需求，用以表达消费者的需求；

场景，用以表达所述需求发生的场景；

方案，用以表达所述需求对应的解决方案；

驱动因素，用以表达选择所述解决方案的原因；

阻碍因素，用以表达阻碍选择所述解决方案的原因；

疑问中性因素，用以表达购买决策中的疑问要素。

2.消费者文本信息结构的标注方法，其特征在于，包括以下步骤：

获取待识别的文本；

从待识别的文本中提取信息，根据提取信息建立n个二维数组，每个二维组中包括元素及其维度，所述元素的关联通过维度建立，所述维度包括：需求、场景、方案、驱动因素、阻碍因素和疑问中性因素；

采用BIO结构分别对所述二维数组中的元素进行标注，得到BIO标注结果，标注后每一个元素均包括BIO标注和维度。

3.一种识别方法，其特征在于，包括：

获取经过标注的待检测文本；

根据BIO标注将待检测文本中的元素进行归类，并将归类后的元素输入到相应的信息提取维度的分类，所述维度包括：需求、场景、方案、驱动因素、阻碍因素和疑问中性因素；

根据分类结果，输出待检测文本的经过维度分类的元素。

4.如权利要求3所述的一种识别方法，其特征在于，在分类过程中，还包括：

将文本输入BERT编码模型，将文本转化为经过编码后的特征序列，所述特征序列具有结合上下文语义的向量标识。

5.如权利要求4所述的一种识别方法，其特征在于，在分类过程中，还包括：

将BERT编码后的特征序列输入LSTM模型，输出具有维度表达的特征序列；

将具有维度表达的特征序列输入Dropout和全连接层，进行泛化处理和分布特征映射。

6.如权利要求4所述的一种识别方法，其特征在于，在分类过程中，还包括：

将Dropout和全连接层输出结果输入条件随机场，识别BIO标注中的顺序性关系；

采用分词修正对修正条件随机场的识别结果，完成对信息提取维度的分类；

根据BIO标注和信息提取维度的分类结果，格式化处理输出消费者文本的信息提取结果。

7.一种识别方法，其特征在于，包括：

获取经过标注的待检测文本；

根据BIO标注将待检测文本中的元素进行归类，并将归类后的元素输入到相应的信息提取维度的分类，所述维度包括：需求、场景、方案、驱动因素、阻碍因素和疑问中性因素；

根据分类结果，输出待检测文本的经过维度分类的元素；

识别维度分类的对应关系，所述对应关系包括需求-场景，需求-解决方案，解决方案-驱动因素，解决方案-阻碍因素，解决方案-疑问中性，根据对应关系输出各元素之间的维度分类关系。

8.如权利要求7所述的一种识别方法，其特征在于，在分类过程中，还包括：

将文本输入BERT编码模型，将文本转化为经过编码后的特征序列，所述特征序列具有结合上下文语义的向量标识。

9.如权利要求8所述的一种识别方法，其特征在于，在分类过程中，还包括：

将BERT编码后的特征序列输入LSTM模型，输出具有维度表达的特征序列；

将具有维度表达的特征序列输入Dropout和全连接层，进行泛化处理和分布特征映射。

10.如权利要求9所述的一种识别方法，其特征在于，在分类过程中，还包括：

将Dropout和全连接层输出结果输入条件随机场，识别BIO标注中的顺序性关系；

采用分词修正对修正条件随机场的识别结果，完成对信息提取维度的分类。

11.如权利要求10所述的一种识别方法，其特征在于，在识别对应关系的过程中，还包括：

将识别维度分类的对应关系输入BERT识别模型，所述BERT识别模型根据参数调优结果输出识别对象的对应关系。