[发明专利]一种复述句识别的方法及装置

权利要求书

1.一种复述句识别的方法，其特征在于，包括：

获取待识别的两个句子；

在确定所述两个句子的编辑距离不为0时，提取所述两个句子的多个特征，得到所述两个句子的多个特征组成的特征向量，所述多个特征至少包括以下特征：两个句子的长度差的绝对值、两个句子向量化后的相似度、两个句子中名词的相似度、两个句子中动词的相似度、两个句子中依存关系的依存值、用户表达的句子的语气特征，所述多个特征是所述两个句子的共同特征，所述特征向量并非是每个句子的各自的向量；

将所述两个句子的特征向量输入到复述句识别模型中，确定所述两个句子是否为复述句，所述复述句识别模型是使用标注好的复述句训练样本对预设的识别模型进行训练得到的；

其中，所述提取所述两个句子的多个特征，包括：

确定所述两个句子中每个词的依存关系，得到每个句子对应的依存关系集合和所述两个句子相同的依存关系集合；根据每个句子对应的依存关系集合中元素的数量和所述两个句子相同的依存关系集合中元素的数量，确定所述两个句子依存关系的依存值；

确定所述两个句子中用户表达的句子的语气，将所述语气向量化处理后得到所述用户表达的句子的语气特征。

2.如权利要求1所述的方法，其特征在于，所述提取所述两个句子的多个特征，还包括：

确定所述两个句子的长度，得到所述两个句子的长度差的绝对值；

将所述两个句子分别向量化后，确定所述两个句子向量化后的相似度；

将所述两个句子通过词向量模型得到所述两个句子中每个名词的向量，根据所述两个句子中每个名词的向量，确定所述两个句子中名词的相似度；

将所述两个句子通过词向量模型得到所述两个句子中每个动词的向量，根据所述两个句子中每个动词的向量，确定所述两个句子中动词的相似度。

3.如权利要求2所述的方法，其特征在于，所述将所述两个句子分别向量化，包括：

将所述两个句子输入到词向量模型，得到所述两个句子中每个词的向量，根据所述两个句子中每个词的向量确定所述两个句子的句向量；或

将所述两个句子输入到预训练模型中，得到所述两个句子的句向量。

4.如权利要求1所述的方法，其特征在于，所述将所述两个句子的特征向量输入到复述句识别模型中，确定所述两个句子是否为复述句，包括：

将所述两个句子的特征向量输入到所述复述句识别模型中，得到所述两个句子是否为复述句的预测概率；

确定所述两个句子是否为复述句的预测概率是否大于概率阈值，若是，则确定所述两个句子为复述句，否则确定所述两个句子不是复述句。

5.如权利要求1至4任一项所述的方法，其特征在于，所述使用标注好的复述句训练样本对预设的识别模型进行训练得到所述复述句识别模型，包括：

获取标注好的复述句训练样本；

对所述标注好的复述句训练样本中每对句子提取特征，得到所述每对句子的特征向量；

将所述每对句子的特征向量输入到预设的识别模型中进行训练，得到所述复述句识别模型。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

若确定所述两个句子的编辑距离为0，则确定所述两个句子为复述句。