方式而設(shè)置的，相對于以關(guān)鍵詞的方式分析文本，以事件的方式分析文本將會更加全面、更加智能，因此，以事件的方式確定的文本含義與用戶潛在需求更加準確，因而能夠提高根據(jù)文本向用戶推薦服務(wù)信息的準確性。
[0125]圖3為本發(fā)明第三實施例所提供的推薦服務(wù)信息的方法的流程圖。如圖3所示，所述方法包括如下步驟:
[0126]步驟300、開始。
[0127]步驟301、獲取文本。
[0128]獲取終端中存儲的文本二，其內(nèi)容為“明天早上10點沃爾瑪大米”。
[0129]步驟302、預(yù)處理。
[0130]例如，文本二中的“明天早上10點”規(guī)范化成XX年XX月XX日10:00，并且關(guān)聯(lián)實體“時間”；“沃爾瑪”關(guān)聯(lián)實體“地點名”、“商鋪名”；“大米”關(guān)聯(lián)實體“物品”、“食品”。
[0131]步驟303、識別事件元素。
[0132]根據(jù)預(yù)處理的結(jié)果，識別文本中的事件元素。例如，事件元素“明天早上10點”可作為包括“移動”、“商業(yè)/購買”等在內(nèi)的事件類型所對應(yīng)的事件元素時間；“沃爾瑪”可作為包括“移動”、“商業(yè)/購買”等在內(nèi)的事件類型所對應(yīng)的事件元素地點；“大米”可作為至少包括“商業(yè)/購買”在內(nèi)的事件類型所對應(yīng)的事件元素對象。
[0133]步驟304、確定事件類型。
[0134]根據(jù)步驟303的結(jié)果，利用事件類型-事件元素模型(002)確定文本二對應(yīng)的一個或多個事件類型。由步驟303可看出，事件類型“商業(yè)/購買”出現(xiàn)的次數(shù)最多，因此可確定文本對應(yīng)事件類型“商業(yè)/購買”。除了選擇出現(xiàn)次數(shù)最多的事件類型外，還可同時選擇出現(xiàn)次數(shù)較多的事件類型，例如，“移動”出現(xiàn)了兩次，僅比“商業(yè)/購買”少出現(xiàn)一次，因此，可同時確定文本對應(yīng)事件類型包括“商業(yè)/購買”和“移動”，這樣，能夠兼顧用戶的多種可能的潛在需求。
[0135]步驟305、確定候選事件集合。
[0136]根據(jù)步驟303、304的結(jié)果，確定文本二對應(yīng)事件5: {事件類型一 “商業(yè)/購買”，事件元素一(時間:明天早上10點，地點:沃爾瑪，對象:大米)}，事件6: {事件類型一 “移動”，事件元素一(時間:明天早上10點，出發(fā)地:用戶所在位置，目的地:沃爾瑪)}。事件5與事件6組成候選事件集合。
[0137]步驟306、標示事件元素。
[0138]可在文本二中標示出候選事件的事件元素，例如，可設(shè)置事件元素對應(yīng)的詞語高売顯不O
[0139]步驟307、接收用戶對事件元素的選擇。
[0140]例如，接收用戶點擊事件元素“大米”的操作。
[0141]步驟308、候選事件排序。
[0142]在候選事件集合中，可利用預(yù)設(shè)的排序模型或排序規(guī)則庫(003)對事件進行優(yōu)先級排序，例如，由于“商業(yè)/購買”出現(xiàn)的次數(shù)比“移動”多，因此設(shè)置事件5的優(yōu)先級高于事件6。
[0143]然后，再根據(jù)步驟307的結(jié)果調(diào)整候選事件集合的排序。例如，在接收到用戶點擊事件元素“大米”的操作時，因“大米”這個事件元素僅為事件5所包括，所以可將事件6從候選事件集合中過濾掉。又例如，在接收用戶點擊事件元素“沃爾瑪”時，由于事件5和事件6都包括“沃爾瑪”這個事件元素，因此候選事件集合中仍然保留事件5和事件6。但是，在事件6中，“沃爾瑪”是“移動”的直接連接詞(即連接為“移動至沃爾瑪”，而不會是“購買沃爾瑪”)，可見它在事件6的重要程度要高于在事件5的重要程度，因此，調(diào)整使得事件6的優(yōu)先級要高于事件5。
[0144]步驟309、確定用戶潛在需求。
[0145]步驟310、調(diào)用服務(wù)信息。
[0146]步驟311、整理服務(wù)信息。
[0147]步驟312、顯示服務(wù)信息。
[0148]步驟313、結(jié)束。
[0149]由上可看出，相對于現(xiàn)有技術(shù)中僅根據(jù)用戶選擇的關(guān)鍵詞對文本進行分析，本發(fā)明第三實施例提供的推薦服務(wù)信息的方法根據(jù)預(yù)設(shè)的事件模型確定文本對應(yīng)的用于指示用戶活動的事件，即以事件的方式分析文本的含義，進而確定文本中包含的用戶潛在需求。由于事件模型是基于人類理解自然語言的方式而設(shè)置的，相對于以關(guān)鍵詞的方式分析文本，以事件的方式分析文本將會更加全面、更加智能，因此，以事件的方式確定的文本含義與用戶潛在需求更加準確，因而能夠提高根據(jù)文本向用戶推薦服務(wù)信息的準確性。
[0150]與本發(fā)明實施例所提供的推薦服務(wù)信息的方法相對應(yīng)，本發(fā)明實施例還提供一種終端。本發(fā)明實施例提供的推薦服務(wù)信息的方法可由具有處理功能的終端來實施，所述終端舉例而言可以為手機、平板電腦等。而且，終端不限定于終端設(shè)備，而可能是跟用戶直接接觸的任意終端。圖4A為本發(fā)明第四實施例所提供的終端的結(jié)構(gòu)示意圖。如圖4A所示，該終端40包括:
[0151]文本獲取單元41，用于獲取終端40中存儲的文本；
[0152]事件抽取單元42，用于根據(jù)文本獲取單元41獲取的文本和預(yù)設(shè)的事件模型確定用于指示用戶活動的事件；
[0153]事件處理單元43，用于根據(jù)事件抽取單元42確定的事件，確定用戶潛在需求；
[0154]服務(wù)信息確定單元44，用于根據(jù)事件處理單元43確定的用戶潛在需求，確定需要推薦的服務(wù)信息；
[0155]顯示單元45，用于顯示服務(wù)信息確定單元44確定的需要推薦的服務(wù)信息。
[0156]具體地，文本包括事件觸發(fā)詞和事件元素，事件抽取單元42具體用于:確定文本獲取單元41獲取的文本中的事件觸發(fā)詞和事件元素；根據(jù)事件觸發(fā)詞和預(yù)設(shè)的事件模型確定事件類型；根據(jù)事件元素以及事件類型確定用于指示用戶活動的事件。
[0157]更具體地，事件抽取單元42可用于:對文本進行分詞得到詞語，再根據(jù)詞語進行句法分析得到文本句法結(jié)構(gòu)；比較文本句法結(jié)構(gòu)與事件模型，確定用于指示用戶活動的事件。其中，事件至少包括事件類型和事件元素。在確定事件類型和事件元素時，事件抽取單元42具體用于:在詞語中有動詞的情況下，確定該動詞作為事件觸發(fā)詞，并確定該事件觸發(fā)詞對應(yīng)的事件類型；在詞語中無動詞的情況下，比較文本句法結(jié)構(gòu)和事件模型，確定事件類型；在確定事件類型后，比較文本句法結(jié)構(gòu)與該事件類型對應(yīng)的事件模型，確定事件元素。
[0158]在所確定的事件為至少兩個事件時，事件處理單元43具體用于:根據(jù)預(yù)設(shè)的事件排序模型將事件抽取單元42確定的事件劃分優(yōu)先級，所述事件包括第一優(yōu)先級事件；根據(jù)第一優(yōu)先級事件確定用戶潛在需求，所述第一優(yōu)先級事件是指事件中優(yōu)先級高于第一預(yù)設(shè)值的事件。事件處理單元43還可用于:根據(jù)用戶個人信息和/或用戶選擇事件元素的操作，調(diào)整根據(jù)預(yù)設(shè)的事件排序模型確定的多個事件的優(yōu)先級。
[0159]服務(wù)信息確定單元44具體用于:根據(jù)事件處理單元43確定的用戶潛在需求的類型，獲取需要推薦的服務(wù)信息；根據(jù)預(yù)設(shè)的服務(wù)信息排序模型，確定需要推薦的服務(wù)信息的優(yōu)先級；確定優(yōu)先級高于第二預(yù)設(shè)值的需要推薦的服務(wù)信息。
[0160]更具體地，服務(wù)信息確定單元44用于:根據(jù)用戶個人的信息，調(diào)整所述需要推薦的服務(wù)信息的優(yōu)先級；確定優(yōu)先級高于第二預(yù)設(shè)值的調(diào)整后的服務(wù)信息為需要推薦的服務(wù)信息。
[0161]相對于現(xiàn)有技術(shù)中僅根據(jù)用戶選擇的關(guān)鍵詞對文本進行分析，本發(fā)明第四實施例提供的終端根據(jù)預(yù)設(shè)的事件模型確定文本對應(yīng)的用于指示用戶活動的事件，即以事件的方式分析文本的含義，進而確定文本中包含的用戶潛在需求。由于事件模型是基于人類理解自然語言的方式而設(shè)置的，相對于以關(guān)鍵詞的方式分析文本，以事件的方式分析文本將會更加全面、更加智能，因此，以事件的方式確定的文本含義與用戶潛在需求更加準確，因而能夠提高根據(jù)文本向用戶推薦服務(wù)信息的準確性。
[0162]圖4B為本發(fā)明第四實施例的變形實施例所提供的終端的結(jié)構(gòu)示意圖。如圖4B所示，該終端40還包括服務(wù)信息處理單元46，該服務(wù)信息處理單元46用于:在服務(wù)信息確定單元44確定的需要推薦的服務(wù)信息至少有兩條屬于同一服務(wù)信息類型時，將屬于同一服務(wù)信息類型的需要推薦的服務(wù)信息進行合并。而且，還可對合并后的服務(wù)信息進行樣式調(diào)整、界面展示等。顯示單元45具體用于:顯示服務(wù)信息處理單元46合并后的需要推薦的服務(wù)信息。這樣，不僅能夠使向用戶推薦的服務(wù)信息變得簡約，而且能夠減少顯示服務(wù)信息所需要的顯示區(qū)域，從而能夠優(yōu)化用戶的體驗。
[0163]圖5為本發(fā)明第五實施例所提供的終端的系統(tǒng)架構(gòu)圖。如圖5所示，本實施例的終端50的系統(tǒng)架構(gòu)包括但不限于一個或者多個處理器51、內(nèi)存52、對外接口 53、輸入設(shè)備54、輸出設(shè)備55、存儲設(shè)備56和總線57。
[0164]處理器51可以是任意控制終端50上的所有操作的設(shè)備，包括但不限于執(zhí)行文本解析和服務(wù)信息推薦時產(chǎn)生的指令。處理器不限于一個或者多個CPU (CentralProcessing Unit,中央處理器)、GPU(Graphic Processing Unit,圖形處理器)、FPGA(FieldProgrammable Gate Array,現(xiàn)場可編程門陣列)、DSP (Digital Signal Processor,數(shù)字信號