[发明专利]用于处理信息的方法和装置

权利要求书

1.一种用于处理信息的方法，包括：

对获取到的文本信息进行解析，确定所述文本信息中的实体；

从所述文本信息中提取所述实体的上下文信息；

从预设的实体描述信息集合中确定出所述实体对应的实体描述信息；

计算所述实体的上下文信息与所述实体对应的实体描述信息之间的相似度；

基于所述相似度，利用所述实体对应的实体描述信息对所述文本信息中的所述实体进行处理。

2.根据权利要求1所述的方法，其中，所述对获取到的文本信息进行解析，确定所述文本信息中的实体，包括：

对所述文本信息进行分词，得到所述文本信息中的关键词；

将所述关键词在所述实体描述信息集合对应的实体集合中匹配，以及基于匹配结果，确定所述文本信息中的实体。

3.根据权利要求1所述的方法，其中，所述计算所述实体的上下文信息与所述实体对应的实体描述信息之间的相似度，包括：

将所述实体的上下文信息输入至预先训练的第一特征提取模型，得到所述实体的上下文信息的特征向量；

将所述实体对应的实体描述信息输入至预先训练的第二特征提取模型，得到所述实体对应的实体描述信息的特征向量；

计算所述实体的上下文信息的特征向量与所述实体对应的实体描述信息的特征向量之间的余弦相似度。

4.根据权利要求3所述的方法，其中，所述基于所述相似度，利用所述实体对应的实体描述信息对所述文本信息中的所述实体进行处理，包括：

若所述余弦相似度大于第一预设相似度阈值，为所述文本信息中的所述实体创建锚点，以及将所述实体对应的实体描述信息创建为到所述锚点的链接。

5.根据权利要求3所述的方法，其中，所述第一特征提取模型和所述第二特征提取模型通过如下步骤训练得到：

获取训练样本，其中，所述训练样本包括样本实体的上下文信息和所述样本实体的实体描述信息；

执行以下训练步骤：将所述样本实体的上下文信息输入至第一循环神经网络，得到所述样本实体的上下文信息的特征向量；将所述样本实体的实体描述信息输入至第二循环神经网络，得到所述样本实体的实体描述信息的特征向量；计算所述样本实体的上下文信息的特征向量与所述样本实体的实体描述信息的特征向量之间的样本余弦相似度；若所述样本余弦相似度大于第二预设相似度阈值，将所述第一循环神经网络作为所述第一特征提取模型，以及将所述第二循环神经网络作为所述第二特征提取模型。

6.根据权利要求5所述的方法，其中，所述步骤还包括：

若所述样本余弦相似度不大于所述第二预设相似度阈值，调整所述第一循环神经网络和所述第二循环神经网络的参数，以及继续执行所述训练步骤。

7.根据权利要求1-6之一所述的方法，其中，所述实体描述信息包括以下至少一项：文本信息、图片信息、音频信息、视频信息。

8.一种用于处理信息的装置，包括：

解析单元，被配置成对获取到的文本信息进行解析，确定所述文本信息中的实体；

提取单元，被配置成从所述文本信息中提取所述实体的上下文信息；

确定单元，被配置成从预设的实体描述信息集合中确定出所述实体对应的实体描述信息；

计算单元，被配置成计算所述实体的上下文信息与所述实体对应的实体描述信息之间的相似度；

处理单元，被配置成基于所述相似度，利用所述实体对应的实体描述信息对所述文本信息中的所述实体进行处理。

9.根据权利要求8所述的装置，其中，所述解析单元包括：

分词模块，被配置成对所述文本信息进行分词，得到所述文本信息中的关键词；

匹配模块，被配置成将所述关键词在所述实体描述信息集合对应的实体集合中匹配，以及基于匹配结果，确定所述文本信息中的实体。