[发明专利]对象识别方法和装置、存储介质及电子设备有效

专利信息
申请号: 202011376835.9 申请日: 2020-11-30
公开(公告)号: CN112528639B 公开(公告)日: 2022-03-18
发明(设计)人: 张龙 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F40/279 分类号: G06F40/279;G06F40/30;G06F16/36;G06F16/9535;G06N3/04;G06N3/08
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 周婷婷
地址: 518000 广东省深圳*** 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: 对象 识别 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种对象识别方法,其特征在于,包括:

获取待识别的兴趣点对象组合对应的组合知识图谱,其中,所述组合知识图谱中包括所述兴趣点对象组合中每个对象各自对应的对象文本的文本属性标签,及所述对象文本之间的文本关系标签;

将所述组合知识图谱转化为组合知识树,并为所述组合知识树中每个树节点分配位置编码;

将所述组合知识树与所述位置编码输入文本识别网络,以获取所述兴趣点对象组合对应的对象文本特征,其中,所述文本识别网络用于识别所述对象文本中各个词语之间的上下文关系;

将所述兴趣点对象组合中每个对象各自对应的对象空间信息输入基于注意力机制的特征提取网络,以获取所述兴趣点对象组合对应的对象空间特征,其中,所述基于注意力机制的特征提取网络用于对从所述对象空间信息提取出的多个空间属性子特征进行交叉组合;

将所述对象文本特征和所述对象空间特征拼接后的组合特征输入对象识别网络,其中,所述对象识别网络为利用多个样本数据进行机器训练后得到的神经网络;

在所述对象识别网络输出的识别结果指示所述兴趣点对象组合中各个对象之间的相似度大于或等于目标阈值的情况下,将所述兴趣点对象组合中的各个对象识别为同一对象。

2.根据权利要求1所述的方法,其特征在于,所述将所述组合知识图谱转化为组合知识树,并为所述组合知识树中每个树节点分配位置编码包括:

将每个所述对象文本中的每个字符转化为所述组合知识树的主干树节点,其中,不同的所述对象文本之间配置有区分占位符;

根据所述组合知识图谱中的所述文本属性标签和所述文本关系标签,生成与所述主干树节点关联的支干树节点,其中,所述支干树节点上包括用于标识所述文本属性标签的属性标识字符,或用于标识所述文本关系标签的关系标识字符;

为所述组合知识树中所述主干树节点和所述支干树节点中的每个树节点分配所述位置编码。

3.根据权利要求2所述的方法,其特征在于,所述根据所述组合知识图谱中的所述文本属性标签和所述文本关系标签,生成与所述主干树节点关联的支干树节点包括:

将所述文本属性标签或所述文本关系标签,作为从所述主干树节点中的目标主干树节点分叉出支干以得到所述支干树节点的分叉标识;

将所述文本属性标签的所述属性标识字符作为所述目标主干树节点连接的第一分叉树节点,并将所述文本属性标签所指示的属性字符转化为与所述第一分叉树节点相连的所述支干树节点;或者,将所述文本关系标签的所述关系标识字符作为所述目标主干树节点连接的第二分叉树节点,并将所述文本关系标签所指示的关系字符转化为与所述第二分叉树节点相连的所述支干树节点。

4.根据权利要求2所述的方法,其特征在于,所述为所述组合知识树中所述主干树节点和所述支干树节点中的每个树节点分配位置编码包括:

从所述组合知识树中确定出多个节点字符串,其中,所述节点字符串包括主干字符串和支干字符串,所述主干字符串中包括所述主干树节点上的各个字符,每个所述支干字符串中包括用于组成一个支干的部分主干树节点和全部支干树节点上的各个字符;

从每个所述节点字符串的根节点开始进行位置编码,其中,所述根节点位于所述主干树节点中。

5.根据权利要求2所述的方法,其特征在于,在所述为所述组合知识树中所述主干树节点和所述支干树节点中的每个树节点分配所述位置编码之后,还包括:

为各个所述主干树节点之间配置特征可见权限;

为位于同一个支干上的各个所述支干树节点之间配置特征可见权限;

对位于不同树干上的树节点之间配置特征不可见权限,其中,所述不同树干上的树节点包括:所述主干树节点和任意一个支干树节点、不同支干上的支干树节点。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202011376835.9/1.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