[发明专利]一种问句处理方法、装置、设备及可读存储介质有效

专利信息
申请号: 202010489153.2 申请日: 2020-06-02
公开(公告)号: CN111625638B 公开(公告)日: 2023-06-06
发明(设计)人: 赵富邦;王路;马工利;朱孝银 申请(专利权)人: 深圳追一科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/36;G06F16/35;G06F40/211;G06F40/279
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王云晓
地址: 518000 广东省深圳市南山区粤海街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 问句 处理 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.一种问句处理方法,其特征在于,包括:

获取待处理的目标问句;

利用表达层将所述目标问句转换为第一向量后,利用模板分类层确定所述第一向量所属的结构类型,利用实体识别层从所述第一向量中提取实体片段;

针对每个实体片段,在图谱中查询当前实体片段对应的候选实体,将查询到的各个候选实体与所述目标问句分别拼接,获得多个链接数据,利用所述表达层将各个链接数据转换为第二向量后,利用实体链接层处理各个第二向量,获得当前实体片段的预测实体;

针对每个预测实体,在所述图谱中查询当前预测实体对应的候选关系,将查询到的各个候选关系与所述目标问句分别拼接,获得多个关系数据,利用所述表达层将各个关系数据转换为第三向量后,利用关系抽取层处理各个第三向量,获得当前预测实体的预测关系;

将各个实体片段和各个预测关系添加至所述结构类型对应的目标集合,利用所述目标集合在图数据库中搜索所述目标问句的答案,并返回搜索结果。

2.根据权利要求1所述的问句处理方法,其特征在于,所述结构类型为单跳、多跳链式或多跳交集。

3.根据权利要求2所述的问句处理方法,其特征在于,所述利用实体识别层从所述第一向量中提取实体片段,包括:

利用所述实体识别层包括的指针网络从所述第一向量中提取所述实体片段。

4.根据权利要求3所述的问句处理方法,其特征在于,所述利用实体链接层处理各个第二向量,获得当前实体片段的预测实体,包括:

利用所述实体链接层计算各个第二向量的置信度,将最大置信度对应的第二向量包括的候选实体确定为当前实体片段的预测实体。

5.根据权利要求4所述的问句处理方法,其特征在于,所述利用关系抽取层处理各个第三向量,获得当前预测实体的预测关系,包括:

利用所述关系抽取层计算各个第三向量的置信度,将最大置信度对应的第三向量包括的候选关系确定为当前预测实体的预测关系。

6.根据权利要求5所述的问句处理方法,其特征在于,所述将各个实体片段和各个预测关系添加至所述结构类型对应的目标集合,包括:

按照设定的三元组将各个实体片段和各个预测关系添加至所述目标集合,所述目标集合包括多个三元组。

7.根据权利要求1至6任一项所述的问句处理方法,其特征在于,所述表达层基于BERT模型、ERNIE模型或ROBERTA模型构建。

8.一种问句处理装置,其特征在于,包括:

获取模块,用于获取待处理的目标问句;

执行模块,用于利用表达层将所述目标问句转换为第一向量后,利用模板分类层确定所述第一向量所属的结构类型,利用实体识别层从所述第一向量中提取实体片段;

实体预测模块,用于针对每个实体片段,在图谱中查询当前实体片段对应的候选实体,将查询到的各个候选实体与所述目标问句分别拼接,获得多个链接数据,利用所述表达层将各个链接数据转换为第二向量后,利用实体链接层处理各个第二向量,获得当前实体片段的预测实体;

关系抽取模块,用于针对每个预测实体,在所述图谱中查询当前预测实体对应的候选关系,将查询到的各个候选关系与所述目标问句分别拼接,获得多个关系数据,利用所述表达层将各个关系数据转换为第三向量后,利用关系抽取层处理各个第三向量,获得当前预测实体的预测关系;

搜索模块,用于将各个实体片段和各个预测关系添加至所述结构类型对应的目标集合,利用所述目标集合在图数据库中搜索所述目标问句的答案,并返回搜索结果。

9.一种问句处理设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序,以实现如权利要求1至7任一项所述的问句处理方法。

10.一种可读存储介质,其特征在于,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的问句处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳追一科技有限公司,未经深圳追一科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010489153.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top