[发明专利]兴趣点的类型识别方法、装置、计算机设备及存储介质

权利要求书

1.一种兴趣点的类型识别方法，其特征在于，所述方法包括：

获取兴趣点文本；

处理所述兴趣点文本，以得到对应的词序列，所述词序列包括：所述兴趣点文本中的多个分词，以及与所述多个分词分别对应的多个位置信息；

生成与所述词序列对应的文本表示向量，所述文本表示向量由多个分词表示向量构成，所述分词表示向量是所述分词的向量表示；

根据所述多个位置信息，生成与所述词序列对应的位置表示向量；以及

根据所述文本表示向量和所述位置表示向量，确定所述兴趣点文本的目标类型。

2.如权利要求1所述的方法，其特征在于，所述根据所述文本表示向量和所述位置表示向量，确定所述兴趣点文本的目标类型，包括：

对所述文本表示向量和所述位置表示向量进行拼接处理，以得到对应的目标表示向量；

将所述目标表示向量输入至预训练的分类模型之中，以得到所述分类模型输出的多个候选类型，以及与所述多个候选类型分别对应的多个概率值；以及

从所述多个概率值中选取概率值最大的候选类型并作为目标类型。

3.如权利要求1所述的方法，其特征在于，在所述获取兴趣点文本之前，还包括：

获取多个样本兴趣点文本；

根据所述多个样本兴趣点文本构建结构化短语库，所述结构化短语库包括：多个候选分词，以及与所述多个候选分词分别对应的多个候选位置信息；

其中，所述处理所述兴趣点文本，以得到对应的词序列，包括：

对所述兴趣点文本进行分词处理，得到多个初始分词；

采用所述多个初始分词，从所述结构化短语库中确定出匹配的多个目标候选分词；

将所述匹配的多个目标候选分词分别作为所述多个分词，以及将与所述多个目标候选分词分别对应的多个候选位置信息，分别作为所述多个位置信息。

4.如权利要求3所述的方法，其特征在于，所述根据所述多个样本兴趣点文本构建结构化短语库，包括：

确定所述多个样本兴趣点文本分别包含的多个字，以及与所述多个字分别对应的多个语义位置；

根据所述多个字和所述多个语义位置形成与所述多个样本兴趣点文本分别对应的位置列表集；

根据预设短语表达规则，将所述位置列表集中的至少部分字组成多个结构化短语，并采用与所述至少部分字分别对应的至少部分语义位置分别标记所述多个结构化短语；

将所述多个结构化短语分别作为所述多个候选分词，以及将对应标记的所述多个语义位置作为与所述多个候选分词分别对应的多个候选位置信息。

5.如权利要求1所述的方法，其特征在于，所述生成与所述词序列对应的文本表示向量，所述文本表示向量由多个分词表示向量构成，所述分词表示向量是所述分词的向量表示，包括：

采用预设编码规则对所述多个分词表示向量分别进行编码转换，以得到与所述多个分词表示向量分别对应的多个第一编码向量；

将所述多个第一编码向量进行组合，并将组合得到的第一编码向量作为与所述词序列对应的文本表示向量。

6.如权利要求1所述的方法，其特征在于，所述根据所述多个位置信息，生成与所述词序列对应的位置表示向量，包括：

对所述多个位置信息进行拼接处理，以得到所述与所述词序列对应的位置表示向量。

7.一种兴趣点的类型识别装置，其特征在于，所述装置包括：

获取模块，用于获取兴趣点文本；

处理模块，用于处理所述兴趣点文本，以得到对应的词序列，所述词序列包括：所述兴趣点文本中的多个分词，以及与所述多个分词分别对应的多个位置信息；

第一生成模块，用于生成与所述词序列对应的文本表示向量，所述文本表示向量由多个分词表示向量构成，所述分词表示向量是所述分词的向量表示；

第二生成模块，用于根据所述多个位置信息，生成与所述词序列对应的位置表示向量；以及

确定模块，用于根据所述文本表示向量和所述位置表示向量，确定所述兴趣点文本的目标类型。