CN103150331A - 一种提供搜索引擎标签的方法和装置 - Google Patents

一种提供搜索引擎标签的方法和装置 Download PDF

Info

Publication number
CN103150331A
CN103150331A CN2013100273112A CN201310027311A CN103150331A CN 103150331 A CN103150331 A CN 103150331A CN 2013100273112 A CN2013100273112 A CN 2013100273112A CN 201310027311 A CN201310027311 A CN 201310027311A CN 103150331 A CN103150331 A CN 103150331A
Authority
CN
China
Prior art keywords
word
sentence
dependence
attribute
viewpoint
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013100273112A
Other languages
English (en)
Inventor
沈玮
刘尚堃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN2013100273112A priority Critical patent/CN103150331A/zh
Publication of CN103150331A publication Critical patent/CN103150331A/zh
Priority to PCT/CN2013/091105 priority patent/WO2014114175A1/zh
Priority to EP13872347.3A priority patent/EP2950223A4/en
Priority to SG11201505727PA priority patent/SG11201505727PA/en
Priority to MYPI2015702412A priority patent/MY194297A/en
Priority to US14/808,215 priority patent/US20150331953A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9532—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种提供搜索引擎标签的方法和装置，能够在更广的范围内提供搜索引擎标签并且有较高的处理速度。该方法包括：提取句子中的一个或多个属性词；对所述句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径；根据所述依存关系路径提取所述句子中各个所述属性词分别对应的观点词；用所述属性词和所述观点词组成搜索引擎标签。

Description

一种提供搜索引擎标签的方法和装置
技术领域
本发明涉及一种提供搜索引擎标签的方法和装置。
背景技术
目前，用户在电子商务网站上搜索商品时只能根据商品的客观属性来搜索筛选，例如颜色、尺码等，而对于一些带有主观色彩的搜索，例如搜索词为“性价比好的相机”，通常都是无结果。对于主观语义搜索，当前用户一般需要通过通用搜索引擎先查询到一些商品型号再去电商网站上搜索具体商品。这无疑会增加用户操作，并且分析可知通用搜索引擎给出的搜索结果大多基于用户在BBS等网站上的评价。
电子商务网站本身就拥有相当丰富的用户评论数据，因此现有技术中也基于电子商务网站中的用户评论数据来获取搜索引擎的标签。其中的主要技术路线是从评论文本中自动识别观点信息并分析观点，用以获得用户对商品的各个属性特征的评价，然后将挖掘出的评价和商品关联形成搜索引擎标签。在得到搜索引擎标签之后即可以使用已有的搜索引擎技术向用户提供包含评价数据的搜索服务，该搜索引擎标签能够表达用户的主观意图，于是采用这种搜索引擎标签能够支持向用户提供主观意图搜索服务。
现有技术中的一种得到上述搜索引擎标签的方法是，先根据语义词典识别出评论文本中的观点词，例如：好、棒、不错等，然后通过对观点词上下文的截取得到一个包含观点词的具有合适长度并且语义相对完整的短句，再利用语义分析工具例如斯坦福大学分析器分析该短句，得到一系列依存关系，最后对这些依存关系进行分析，抽取出观点词所修饰的对象即属性词，例如性价比、外观等。属性词也称“非谓形容词”、“区别词”，是从传统语法中名词、动词、形容词中脱离出来的一类新兴词类。属性词只表示人、事物的属性或特征，具有区别或分类的作用。属性词一般只能作定语，不能作谓语。
上述方法中，对观点词的提取依赖于词典，对于词典未收录的词则难以提取观点词，从而提供标签的范围有限。另外上述方法中，在提取属性词之前需要对文本基于观点词作上下文截取，处理方式效率较低。
发明内容
有鉴于此，本发明提供一种提供搜索引擎标签的方法和装置，能够在更广的范围内提供搜索引擎标签并且有较高的处理速度。
为实现上述目的，根据本发明的一个方面，提供了一种提供搜索引擎标签的方法。
本发明的提供搜索引擎标签的方法包括：提取句子中的一个或多个属性词；对所述句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径；根据所述依存关系路径提取所述句子中各个所述属性词分别对应的观点词；用所述属性词和所述观点词组成搜索引擎标签。
可选地，所述提取句子中的一个或多个属性词的步骤之前还包括：按预设的规则对文本数据进行过滤；从所述文本数据中获取句子。
可选地，从所述文本数据中获取句子的步骤包括：对文本数据按标点符号进行子句划分得到短子句；获取所述短子句作为所述句子。
可选地，对所述句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径的步骤包括：对所述句子进行依存关系分析得出该句子的一系列依存关系；根据所述属性词和所述一系列依存关系得出针对各个属性词的从含有该属性词经由所述一系列依存关系到含有观点词的依存关系；遍历所述含有观点词的依存关系从而得出所述依存关系路径。
可选地，根据所述依存关系路径提取所述句子中各个所述属性词分别对应的观点词的步骤包括：从所述依存关系路径中选择出现频率较高的依存关系路径；根据选择出的依存关系路径得出依存关系规则；根据所述依存关系规则提取所述句子中各个属性词对应的观点词。
可选地，用所述属性词和所述观点词组成搜索引擎标签的步骤之后，还包括：根据同义词表，将包含同义的观点词的多个标签合并成一个标签。
根据本发明的另一方面，提供了一种提供搜索引擎标签的装置。
本发明的提供搜索引擎标签的装置包括：属性词提取模块，用于提取句子中的一个或多个属性词；依存关系分析模块，用于对所述句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径；观点词提取模块，用于根据所述依存关系路径提取所述句子中各个所述属性词分别对应的观点词；搜索引擎标签模块，用于用所述属性词和所述观点词组成搜索引擎标签。
可选地，还包括预处理模块，用于按预设的规则对文本数据进行过滤，然后从所述文本数据中获取句子。
可选地，所述预处理模块还用于对文本数据按标点符号进行子句划分得到短子句，然后获取所述短子句作为所述句子。
可选地，所述依存关系分析模块还用于：对所述句子进行依存关系分析得出该句子的一系列依存关系；根据所述属性词和所述一系列依存关系得出针对各个属性词的从含有该属性词经由所述一系列依存关系到含有观点词的依存关系；遍历所述含有观点词的依存关系从而得出所述依存关系路径。
可选地，所述观点词提取模块还用于：从所述依存关系路径中选择出现频率较高的依存关系路径；根据选择出的依存关系路径得出依存关系规则；根据所述依存关系规则提取所述句子中各个属性词对应的观点词。
可选地，还包括归一化模块，用于根据同义词表，将包含同义的观点词的多个标签合并成一个标签。
根据本发明的技术方案，挖掘出属性词并根据依存关系挖掘对应的观点词，同时也可以在没有对应的观点词的情况下过滤挖掘的属性词。本实施例的技术方案不依赖于词典，所以有助于在更广的范围内提供搜索引擎标签，而且不需要对语句做上下文截取，有助于提高处理速度。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的提供搜索引擎标签的方法的示意图；
图2是根据本发明实施例的提供搜索引擎标签的装置的基本结构的示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的提供搜索引擎标签的方法的示意图，如图1所示，该方法主要包括步骤S11至步骤S14。
步骤S11：提取句子中的一个或多个属性词。可以采用词性模式匹配的方式提取评论语句中的名词（NN）、动词（NN)及名词+动词NN+VV）等复合形式作为候选属性词。这里的句子是从文本数据中获取，可以先按预设的规则对文本数据进行过滤，然后对文本数据按标点符号进行子句划分得到短子句，将该短子句作为本步骤中的句子。以上述的文本数据是电子商务网站的商品评论信息为例，上述的过滤即为对网站上抓取的原始评论进行预处理，按规则过滤掉评论数据中营销广告、停用词及默认评论等无意义语句，再去除同条评论中大量重复的字段或语句。
步骤S12：对步骤S11中的句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径。在本步骤中，具体可以是先对上述句子进行依存关系分析得出该句子的一系列依存关系，然后根据属性词和这一系列依存关系得出针对各个属性词的从含有该属性词经由这一系列依存关系到含有观点词的依存关系，最后遍历该含有观点词的依存关系从而得出依存关系路径。可以看出本步骤中采用了多个传递依存关系来形成依存关系路径，有助于深入地挖掘出观点词。
步骤S13：根据步骤S12中的依存关系路径提取句子中各个属性词分别对应的观点词。如果针对某个属性词没有提取到观点词，则将该属性词从步骤S11中获得的属性词集合中删除。本步骤中，具体可以先从上述依存关系路径中选择出现频率较高的依存关系路径，然后根据选择出的依存关系路径得出依存关系规则，再根据该依存关系规则提取句子中各个属性词对应的观点词。
步骤S14：用属性词和观点词组成搜索引擎标签。这里的属性词是步骤S13之后的属性词集合。在本步骤之后，可以按搜索引擎标签中的观点词的同义词作一个合并，即根据同义词表，将包含同义的观点词的多个标签合并成一个标签。例如，将“性价比好”、“性价比高”、和“性价比无敌”合并成“性价比高”。
标签可以给商品建索引供用户搜索。但在有些情况下用户自己输入的搜索词可能不是按图1所示的步骤得出的属性词，因此可以继续执行步骤S15。
步骤S15：输出步骤S14中的搜索引擎标签。根据本步骤，搜索引擎标签被呈现在用户使用的终端设备的人机界面中，例如网页上，用户点击这种搜索引擎标签时就将该搜索引擎标签提供给搜索引擎从而启动搜索，使用户能够根据页面中展示的各种属性词来实现商品的筛选。
图2是根据本发明实施例的提供搜索引擎标签的装置的基本结构的示意图。如图2所示，提供搜索引擎标签的装置20基本地包括属性词提取模块21、依存关系分析模块22、观点词提取模块23、和搜索引擎标签模块24。属性词提取模块21用于提取句子中的一个或多个属性词。依存关系分析模块22对所述句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径。观点词提取模块23根据所述依存关系路径提取所述句子中各个所述属性词分别对应的观点词。搜索引擎标签模块24用所述属性词和所述观点词组成搜索引擎标签。
提供搜索引擎标签的装置20还可以包括预处理模块（图中未示出），用于按预设的规则对文本数据进行过滤，然后从该文本数据中获取句子。预处理模块还可用于对文本数据按标点符号进行子句划分得到短子句，然后获取该短子句作为所述的句子。
提供搜索引擎标签的装置20还可以包括归一化模块（图中未示出），用于根据同义词表，将包含同义的观点词的多个标签合并成一个标签。
依存关系分析模块22还可用于对所述句子进行依存关系分析得出该句子的一系列依存关系；根据所述属性词和所述一系列依存关系得出针对各个属性词的从含有该属性词经由所述一系列依存关系到含有观点词的依存关系；遍历所述含有观点词的依存关系从而得出所述依存关系路径。
观点词提取模块23还可用于从所述依存关系路径中选择出现频率较高的依存关系路径；根据选择出的依存关系路径得出依存关系规则；根据所述依存关系规则提取所述句子中各个属性词对应的观点词。
根据本发明实施例的技术方案，挖掘出属性词并根据依存关系挖掘对应的观点词，同时也可以在没有对应的观点词的情况下过滤挖掘的属性词。本实施例的技术方案不依赖于词典，所以有助于在更广的范围内提供搜索引擎标签，而且不需要对语句做上下文截取，有助于提高处理速度。
以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，对本领域的普通技术人员而言，能够理解本发明的方法和设备的全部或者任何步骤或者部件，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来开发出的任何存储介质。
还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种提供搜索引擎标签的方法，其特征在于，包括：
提取句子中的一个或多个属性词；
对所述句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径；
根据所述依存关系路径提取所述句子中各个所述属性词分别对应的观点词；
用所述属性词和所述观点词组成搜索引擎标签。
2.根据权利要求1所述的方法，其特征在于，
所述提取句子中的一个或多个属性词的步骤之前还包括：按预设的规则对文本数据进行过滤；
从所述文本数据中获取句子。
3.根据权利要求2所述的方法，其特征在于，从所述文本数据中获取句子的步骤包括：
对文本数据按标点符号进行子句划分得到短子句；
获取所述短子句作为所述句子。
4.根据权利要求1所述的方法，其特征在于，对所述句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径的步骤包括：
对所述句子进行依存关系分析得出该句子的一系列依存关系；
根据所述属性词和所述一系列依存关系得出针对各个属性词的从含有该属性词经由所述一系列依存关系到含有观点词的依存关系；
遍历所述含有观点词的依存关系从而得出所述依存关系路径。
5.根据权利要求1或4所述的方法，其特征在于，根据所述依存关系路径提取所述句子中各个所述属性词分别对应的观点词的步骤包括：
从所述依存关系路径中选择出现频率较高的依存关系路径；
根据选择出的依存关系路径得出依存关系规则；
根据所述依存关系规则提取所述句子中各个属性词对应的观点词。
6.根据权利要求1至4中任一项所述的方法，其特征在于，用所述属性词和所述观点词组成搜索引擎标签的步骤之后，还包括：根据同义词表，将包含同义的观点词的多个标签合并成一个标签。
7.一种提供搜索引擎标签的装置，其特征在于，包括：
属性词提取模块，用于提取句子中的一个或多个属性词；
依存关系分析模块，用于对所述句子进行依存关系分析，得出针对各个属性词的从含有该属性词到含有观点词的依存关系路径；
观点词提取模块，用于根据所述依存关系路径提取所述句子中各个所述属性词分别对应的观点词；
搜索引擎标签模块，用于用所述属性词和所述观点词组成搜索引擎标签。
8.根据权利要求7所述的装置，其特征在于，还包括预处理模块，用于按预设的规则对文本数据进行过滤，然后从所述文本数据中获取句子。
9.根据权利要求8所述的装置，其特征在于，所述预处理模块还用于对文本数据按标点符号进行子句划分得到短子句，然后获取所述短子句作为所述句子。
10.根据权利要求7所述的装置，其特征在于，所述依存关系分析模块还用于：
对所述句子进行依存关系分析得出该句子的一系列依存关系；
根据所述属性词和所述一系列依存关系得出针对各个属性词的从含有该属性词经由所述一系列依存关系到含有观点词的依存关系；
遍历所述含有观点词的依存关系从而得出所述依存关系路径。
11.根据权利要求7或10所述的装置，其特征在于，所述观点词提取模块还用于：
从所述依存关系路径中选择出现频率较高的依存关系路径；
根据选择出的依存关系路径得出依存关系规则；
根据所述依存关系规则提取所述句子中各个属性词对应的观点词。
12.根据权利要求7至10中任一项所述的装置，还包括归一化模块，用于根据同义词表，将包含同义的观点词的多个标签合并成一个标签。
CN2013100273112A 2013-01-24 2013-01-24 一种提供搜索引擎标签的方法和装置 Pending CN103150331A (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN2013100273112A CN103150331A (zh) 2013-01-24 2013-01-24 一种提供搜索引擎标签的方法和装置
PCT/CN2013/091105 WO2014114175A1 (zh) 2013-01-24 2013-12-31 一种提供搜索引擎标签的方法和装置
EP13872347.3A EP2950223A4 (en) 2013-01-24 2013-12-31 METHOD AND DEVICE FOR PROVIDING SEARCH RESULT DAYS
SG11201505727PA SG11201505727PA (en) 2013-01-24 2013-12-31 Method and apparatus for providing search engine tags
MYPI2015702412A MY194297A (en) 2013-01-24 2013-12-31 A method and device for providing search engine label
US14/808,215 US20150331953A1 (en) 2013-01-24 2015-07-24 Method and device for providing search engine label

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013100273112A CN103150331A (zh) 2013-01-24 2013-01-24 一种提供搜索引擎标签的方法和装置

Publications (1)

Publication Number Publication Date
CN103150331A true CN103150331A (zh) 2013-06-12

Family

ID=48548409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013100273112A Pending CN103150331A (zh) 2013-01-24 2013-01-24 一种提供搜索引擎标签的方法和装置

Country Status (6)

Country Link
US (1) US20150331953A1 (zh)
EP (1) EP2950223A4 (zh)
CN (1) CN103150331A (zh)
MY (1) MY194297A (zh)
SG (1) SG11201505727PA (zh)
WO (1) WO2014114175A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014114175A1 (zh) * 2013-01-24 2014-07-31 北京京东世纪贸易有限公司 一种提供搜索引擎标签的方法和装置
CN105183847A (zh) * 2015-09-07 2015-12-23 北京京东尚科信息技术有限公司 网络评论数据的特征信息采集方法和装置
CN108153856A (zh) * 2017-12-22 2018-06-12 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN108399158A (zh) * 2018-02-05 2018-08-14 华南理工大学 基于依存树和注意力机制的属性情感分类方法
CN109710852A (zh) * 2018-12-27 2019-05-03 丹翰智能科技(上海)有限公司 一种用于确定财经信息的标签信息的方法与设备
CN109726384A (zh) * 2017-10-31 2019-05-07 北京国双科技有限公司 评价关系的生成方法及相关装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10642912B2 (en) * 2016-08-17 2020-05-05 Adobe Inc. Control of document similarity determinations by respective nodes of a plurality of computing devices
CN113536778A (zh) * 2020-04-14 2021-10-22 北京沃东天骏信息技术有限公司 标题的生成方法、装置和计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279894A (zh) * 2011-09-19 2011-12-14 嘉兴亿言堂信息科技有限公司 基于语义的查找、集成和提供评论信息的方法及搜索***
CN102436496A (zh) * 2011-11-14 2012-05-02 百度在线网络技术（北京）有限公司 一种提供个性化搜索标签的方法及其装置
CN102737013A (zh) * 2011-04-02 2012-10-17 三星电子（中国）研发中心 基于依存关系来识别语句情感的设备和方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050086219A1 (en) * 2003-03-25 2005-04-21 Claria Corporation Generation of keywords for searching in a computer network
US7930302B2 (en) * 2006-11-22 2011-04-19 Intuit Inc. Method and system for analyzing user-generated content
CN101996208B (zh) * 2009-08-31 2014-04-02 国际商业机器公司 用于数据库语义查询回答的方法及***
US8874432B2 (en) * 2010-04-28 2014-10-28 Nec Laboratories America, Inc. Systems and methods for semi-supervised relationship extraction
JP5816936B2 (ja) * 2010-09-24 2015-11-18 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 質問に対する解答を自動的に生成するための方法、システム、およびコンピュータ・プログラム
US9037452B2 (en) * 2012-03-16 2015-05-19 Afrl/Rij Relation topic construction and its application in semantic relation extraction
US20140067370A1 (en) * 2012-08-31 2014-03-06 Xerox Corporation Learning opinion-related patterns for contextual and domain-dependent opinion detection
US20140136503A1 (en) * 2012-11-09 2014-05-15 International Business Machines Corporation Personalized search result re-rank based on relationship bond strength alteration among different keywords
CN103150331A (zh) * 2013-01-24 2013-06-12 北京京东世纪贸易有限公司 一种提供搜索引擎标签的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102737013A (zh) * 2011-04-02 2012-10-17 三星电子（中国）研发中心 基于依存关系来识别语句情感的设备和方法
CN102279894A (zh) * 2011-09-19 2011-12-14 嘉兴亿言堂信息科技有限公司 基于语义的查找、集成和提供评论信息的方法及搜索***
CN102436496A (zh) * 2011-11-14 2012-05-02 百度在线网络技术（北京）有限公司 一种提供个性化搜索标签的方法及其装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014114175A1 (zh) * 2013-01-24 2014-07-31 北京京东世纪贸易有限公司 一种提供搜索引擎标签的方法和装置
CN105183847A (zh) * 2015-09-07 2015-12-23 北京京东尚科信息技术有限公司 网络评论数据的特征信息采集方法和装置
CN109726384A (zh) * 2017-10-31 2019-05-07 北京国双科技有限公司 评价关系的生成方法及相关装置
CN108153856A (zh) * 2017-12-22 2018-06-12 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN108153856B (zh) * 2017-12-22 2022-09-06 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN108399158A (zh) * 2018-02-05 2018-08-14 华南理工大学 基于依存树和注意力机制的属性情感分类方法
CN108399158B (zh) * 2018-02-05 2021-05-14 华南理工大学 基于依存树和注意力机制的属性情感分类方法
CN109710852A (zh) * 2018-12-27 2019-05-03 丹翰智能科技(上海)有限公司 一种用于确定财经信息的标签信息的方法与设备

Also Published As

Publication number Publication date
US20150331953A1 (en) 2015-11-19
MY194297A (en) 2022-11-27
EP2950223A4 (en) 2016-06-01
WO2014114175A1 (zh) 2014-07-31
SG11201505727PA (en) 2015-09-29
EP2950223A1 (en) 2015-12-02

Similar Documents

Publication Publication Date Title
CN110543574B (zh) 一种知识图谱的构建方法、装置、设备及介质
Alwakid et al. Challenges in sentiment analysis for Arabic social networks
CN103150331A (zh) 一种提供搜索引擎标签的方法和装置
CN113807098B (zh) 模型训练方法和装置、电子设备以及存储介质
CN104731959B (zh) 基于文本的网页内容生成视频摘要的方法、装置及***
CN104536950B (zh) 生成文本摘要的方法及装置
US9292490B2 (en) Unsupervised learning of deep patterns for semantic parsing
US20190243850A1 (en) Perspective data analysis and management
CN103123624B (zh) 确定中心词的方法及装置、搜索方法及装置
US20140222834A1 (en) Content summarization and/or recommendation apparatus and method
KR102491172B1 (ko) 자연어 질의응답 시스템 및 그 학습 방법
CN104731960B (zh) 基于电子商务网页内容生成视频摘要的方法、装置及***
CN105426539A (zh) 一种基于词典的lucene中文分词方法
CN105512245A (zh) 一种基于回归模型建立企业画像的方法
US9817812B2 (en) Identifying word collocations in natural language texts
US20200372088A1 (en) Recommending web api's and associated endpoints
CN102609427A (zh) 舆情垂直搜索分析***及方法
US10810245B2 (en) Hybrid method of building topic ontologies for publisher and marketer content and ad recommendations
CN103544321A (zh) 用于微博情感信息的数据处理方法和装置
Evert A Lightweight and Efficient Tool for Cleaning Web Pages.
US9064009B2 (en) Attribute cloud
CN109522396B (zh) 一种面向国防科技领域的知识处理方法及***
US20220365956A1 (en) Method and apparatus for generating patent summary information, and electronic device and medium
US10042913B2 (en) Perspective data analysis and management
Sahu et al. Twitter sentiment analysis--a more enhanced way of classification and scoring

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1186545

Country of ref document: HK

RJ01 Rejection of invention patent application after publication

Application publication date: 20130612

RJ01 Rejection of invention patent application after publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1186545

Country of ref document: HK