[发明专利]一种基于画像模型的对象识别方法

摘要

本发明公开了一种基于画像模型的文本对象识别方法，包括：a)对象模型预定义：确定需要匹配的对象，为每个对象定义不同类型的属性，对每一类型的属性，均定义为一组包含不同分类词语的集合；b)文本切分：对待处理文本对象进行切词处理，形成切词集合；c)对象映射：计算切词集合中出现的不同对象各类型属性分类词语的词频，并形成数据映射输出键‑值的键值对；d)匹配度计算：针对需要匹配的对象，如果键值不为零则确定为有效命中，否则确定为无效命中，计算有效命中的匹配对象的匹配度；e)数据归一化计算：对所有计算完成的对象匹配度进行归一化计算，得到归一化的结果。通过本发明，能够实现对海量大数据文本进行快速对象识别，大幅提高对象的识别精准度。

主权项

1.一种基于画像模型的文本对象识别方法，其特征在于包括：a)对象模型预定义：确定需要匹配的对象，为每个对象定义不同类型的属性，对每一类型的属性，均定义为一组包含不同分类词语的集合；b)文本切分：对待处理文本对象进行切词处理，形成切词集合；c)对象映射：计算切词集合中出现的不同对象各类型属性分类词语的词频，并形成数据映射输出键‑值的键值对；d)匹配度计算：针对需要匹配的对象，如果键值不为零则确定为有效命中，否则确定为无效命中，计算有效命中的匹配对象的匹配度；步骤d)其中，按下列公式对有效命中的匹配对象的匹配度进行计算：其中i∈(0,n),n为正整数；ci为单篇文本命中的不同对象；α,β,κ,λ对应不同对象属性的权重；v'(t)＝min(v(t),μ)为修正的属性词命中量,其中μ为限定系数,属性词命中量v(t)中,t为各种不同类型的属性,包括bj、pj、gj、mj,j＝{x,y},x表示强信号，y表示弱信号；e)数据归一化计算：对所有计算完成的对象匹配度进行归一化计算，得到归一化的结果。