[发明专利]目标信息显示方法、装置、电子设备和介质有效

专利信息
申请号: 202011633709.7 申请日: 2020-12-31
公开(公告)号: CN112732896B 公开(公告)日: 2023-04-07
发明(设计)人: 裴宏悦 申请(专利权)人: 天津开心生活科技有限公司
主分类号: G06F16/338 分类号: G06F16/338;G06F16/34;G06F16/35;G06F40/211;G06F40/289;G06N3/04;G06N3/08
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 孙宝海;阚梓瑄
地址: 301800 天津市宝坻*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 信息 显示 方法 装置 电子设备 介质
【说明书】:

本公开提供了一种目标信息显示方法、装置、电子设备和计算机可读存储介质,涉及信息处理领域。其中,目标信息显示方法包括:基于注意力机制的权重模型的第一层模型,确定词向量表示的第一权重;基于词向量表示的第一权重,将多个词向量表示处理为对应的语句向量表示;基于权重模型的第二层模型,确定语句向量表示的第二权重;将第二权重大于第一阈值的语句向量表示对应的原始文本中的语句文本配置为目标语句序列;将第一权重大于第二阈值的词向量表示对应的目标语句序列中的词文本配置为目标词序列;对目标语句序列和/或目标词序列进行突出显示。通过本公开的技术方案,能够提高关键信息提取的准确性,以提升辅助用户阅读的效果。

背景技术

关键词句的高亮显示,是指为了让读者通过阅读文章部分文字,了解全篇的关键信息。将这些起到关键作用的文字高亮显示,引导读者将注意力放到高亮的文字上,从而更快的获取想要的关键信息。

相关技术中,在已知关键词的前提下,通过全文搜索关键词,对关键词进行定位,并将关键词前后的内容确定为整片文章的主要内容,并进行高亮,但存在以下缺陷:

由于通常通过阅读大量文章才能确定关键词,因此具体的关键词内容和关键词数量较难确定,导致得到的关键信息的准确率低,效果差。

需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种目标信息显示方法、装置、电子设备和计算机可读存储介质,至少在一定程度上克服相关技术中关键信息提取的准确率低,效果差的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的一个方面,提供一种目标信息显示方法,包括:将原始文本处理为多个词向量表示;基于注意力机制的权重模型的第一层模型,确定所述词向量表示的第一权重;基于所述词向量表示的第一权重,将所述多个词向量表示处理为对应的语句向量表示;基于所述权重模型的第二层模型,确定所述语句向量表示的第二权重;将所述第二权重大于第一阈值的所述语句向量表示对应的所述原始文本中的语句文本配置为目标语句序列;将所述第一权重大于第二阈值的所述词向量表示对应的所述目标语句序列中的词文本配置为目标词序列;在所述原始文本中,对所述目标语句序列和/或所述目标词序列进行突出显示。

在一个实施例中,所述将原始文本处理为多个词向量表示包括:基于分割符号对所述原始文本进行切分,生成多个句序列;对所述句序列进行分词处理,生成多个词序列;将所述词序列转化为所述词向量表示;以及对所述句序列和所述词序列在所述原始文本中的位置进行标注,生成位置标注信息。

在一个实施例中,所述将所述词序列转化为所述词向量表示包括:基于独热编码将所述词序列转换为所述词向量表示。

在一个实施例中,所述基于所述词向量表示的第一权重,将所述多个词向量表示处理为对应的语句向量表示包括:将每个所述词向量表示与对应的所述第一权重相乘,得到第一乘积向量;对多个所述第一乘积向量进行求和,得到所述语句向量表示。

在一个实施例中,还包括:基于所述权重模型的第二层模型输出所述原始文本的分类标签。

在一个实施例中,所述基于所述权重模型的第二层模型输出所述原始文本的分类标签包括:将每个所述语句向量表示与对应的所述第二权重相乘,得到第二乘积向量;对多个所述第二乘积向量进行求和,得到文本向量表示;基于所述文本向量表示对所述原始文本进行分类,以根据分类结果得到所述分类标签。

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天津开心生活科技有限公司,未经天津开心生活科技有限公司许可,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/202011633709.7/2.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