[发明专利]语句分析处理方法、装置、计算机设备和存储介质

权利要求书

1.一种语句分析处理方法，其特征在于，包括：

获取用户的查询语句；

根据所述查询语句确定出对应的粗粒度词槽和细粒度词槽；其中，所述细粒度词槽为所述粗粒度词槽的内部结构槽位；

根据所述粗粒度词槽和细粒度词槽，生成所述查询语句对应的目标词槽，包括：

将所述粗粒度词槽和所述细粒度词槽进行合并操作，合并后得到的词槽确定为所述查询语句对应的目标词槽；

其中，将所述粗粒度词槽和所述细粒度词槽进行合并操作，包括：

当所述粗粒度词槽和所述细粒度词槽中存在字词一致的词槽时，将所述粗粒度词槽和所述细粒度词槽中的所述字词一致的词槽进行去重；

当所述细粒度词槽中的字词被所述粗粒度词槽中的字词完全覆盖时，将所述细粒度词槽作为所述粗粒度词槽的子槽位。

2.根据权利要求1所述的方法，其特征在于，根据所述查询语句确定出对应的粗粒度词槽和细粒度词槽，包括：

获取第一序列化标注模型；所述第一序列化标注模型为使用已标注的第一训练语料预先训练，其中，所述第一训练语料中的已标注标签为粗粒度标签；

根据所述第一序列化标注模型对所述查询语句进行标注，得到对应的粗粒度词槽；

根据预设策略对所述查询语句进行分析处理，得到对应的细粒度词槽。

3.根据权利要求2所述的方法，其特征在于，所述预设策略为采用第二序列化标注模型标注识别方式；其中，所述根据预设策略对所述查询语句进行分析处理，得到对应的细粒度词槽，包括：

获取第二序列化标注模型；所述第二序列化标注模型为使用已标注的第二训练语料预先训练，其中，所述第二训练语料中的已标注标签为细粒度标签；

根据所述第二序列化标注模型对所述查询语句进行标注，得到对应的细粒度词槽。

4.根据权利要求2所述的方法，其特征在于，所述预设策略为采用领域词典匹配方式；其中，所述根据预设策略对所述查询语句进行分析处理，得到对应的细粒度词槽，包括：

确定所述查询语句所对应的领域类型；

根据所述领域类型获取对应的领域词典；

根据所述领域词典对所述查询语句进行字典匹配，得到对应的细粒度词槽。

5.一种语句分析处理装置，其特征在于，包括：

查询语句获取模块，用于获取用户的查询语句；

词槽确定模块，用于根据所述查询语句确定出对应的粗粒度词槽和细粒度词槽；其中，所述细粒度词槽为所述粗粒度词槽的内部结构槽位；

目标词槽生成模块，用于根据所述粗粒度词槽和细粒度词槽，生成所述查询语句对应的目标词槽，包括：将所述粗粒度词槽和所述细粒度词槽进行合并操作，合并后得到的词槽确定为所述查询语句对应的目标词槽；

其中，所述目标词槽生成模块具体用于：

当所述粗粒度词槽和所述细粒度词槽中存在字词一致的词槽时，将所述粗粒度词槽和所述细粒度词槽中的所述字词一致的词槽进行去重；

当所述细粒度词槽中的字词被所述粗粒度词槽中的字词完全覆盖时，将所述细粒度词槽作为所述粗粒度词槽的子槽位。

6.根据权利要求5所述的装置，其特征在于，所述词槽确定模块包括：

标注模型获取单元，用于获取第一序列化标注模型；所述第一序列化标注模型为使用已标注的第一训练语料预先训练，其中，所述第一训练语料中的已标注标签为粗粒度标签；

第一确定单元，用于根据所述第一序列化标注模型对所述查询语句进行标注，得到对应的粗粒度词槽；

第二确定单元，用于根据预设策略对所述查询语句进行分析处理，得到对应的细粒度词槽。

7.根据权利要求6所述的装置，其特征在于，所述预设策略为采用第二序列化标注模型标注识别方式；其中，所述第二确定单元具体用于：

获取第二序列化标注模型；所述第二序列化标注模型为使用已标注的第二训练语料预先训练，其中，所述第二训练语料中的已标注标签为细粒度标签；

根据所述第二序列化标注模型对所述查询语句进行标注，得到对应的细粒度词槽。