买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国电子科技集团公司第二十八研究所;南京莱斯网信技术研究院有限公司

摘要：本发明提供了一种基于文本句法分析的人物言论抽取方法，针对提供的人物信息和文本信息，抽取文本中出现的人物言论。包括构建触发词字典，即针对初始的言论触发词，以近义词技术，扩展触发词，构建完善的触发词字典；文本分句，即将整个文本按完整的句子进行切分；句子过滤，根据句子中是否命中提供的人物信息，是否命中触发词信息，进行候选句筛选；言论判定，即依据句法分析，判定人物和触发词之间的关系，判定该语句是否为人物言论。本发明的人物言论抽取方法能够简单，高效，准确地抽取文本中的人物言论信息。

主权项：1.一种基于文本句法分析的人物言论抽取方法，其特征在于，包括如下步骤：步骤S1，构建言论触发词字典：针对初始的言论触发词，以近义词技术，扩展触发词，构建触发词字典；步骤S2，文本分句：将整个文本按完整的句子进行切分；步骤S3，句子过滤；步骤S4，言论判定；步骤S1中，所述构建触发词字典是采用初始的触发词列表L：[W1,W2,…,Wn-1,Wn]，其中W1,W2,…,Wn-1,Wn依次对应第1个，第2个，第3个，…，第n个初始触发词；初始触发词为新闻类舆情数据中初筛获得的言论类触发词；步骤S1中，通过多种近义词扩充方式进行扩充，包括基于同义词词林搜索近义词的扩充方式和基于词向量的word2vec搜索近义词的扩充方式；针对第1个初始触发词W1，具体包括如下步骤：步骤a1，以W1作为输入，通过同义词词林搜索W1的近义词，返回W1的近义词集合L1，其中，L1的计算公式为：L1＝{W1i|simW1,W1i0.6}为统一表述，采用列表代替集合，记L1为：[W11，W12，W13，W14，…，W1k]，W1i表示W1通过同义词词林搜索的第i个近义词；步骤a2，以W1作为输入，通过word2vec搜索W1的近义词，返回W1的近义词集合L’1：其中，L’1计算公式为：L’1＝{W1i|simword2vecW1,W1i0.6}为统一表述，采用列表代替集合，记L’1为：[W’11，W’12，W’13，W’14，…，W’1k]，W’1i表示W1通过word2vec搜索的第i个近义词；步骤a3，依次对步骤a1所得的L1列表中的各词汇进行步骤a2的操作，得到L1列表中的所有词汇对应的近义词列表L1_total；步骤a4，依次对步骤a2所得的L’1列表中的词汇，进行步骤a1的操作，得到L’1列表中的所有词汇对应的近义词列表L’1_total；步骤a5，对L1、L'1、L1_total和L’1_total进行合并去重，得到W1的候选词库，并进一步进行筛选，最终得到触发词W1对应的所有的近义触发词；针对初始的触发词列表L中的触发词，进行步骤a1～步骤a5的操作，得到W1,W2,…,Wn-1,Wn对应的所有的近义触发词，最终将W1,W2,…,Wn-1,Wn对应的所有触发词进行合并去重，构建触发词字典；步骤S4包括：对候选言论语句采用句法分析，判定人物和触发词之间是否为主谓关系，如果为主谓关系，则判定句子为人物言论。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第二十八研究所 南京莱斯网信技术研究院有限公司 一种基于文本句法分析的人物言论抽取方法