[发明专利]语句简化方法、装置、设备、和计算机可读存储介质

权利要求书

1.一种语句简化方法，其特征在于，包括步骤：

获取待简化的语句；

将所述待简化的语句进行标记，以得到多个第一粒度语句元素；

确定所述待简化的语句的句法嵌入，所述句法嵌入包括指示每一个所述第一粒度语句元素的依存关系的向量；

至少基于所述句法嵌入，预测每一个第一粒度语句元素的话题角色，所述话题角色指示所述第一粒度语句元素与所述待简化的语句的话题的关系；以及

用预测为期望的话题角色的第一粒度语句元素形成经简化的语句。

2.如权利要求1所述的方法，其特征在于，所述确定所述待简化的语句的句法嵌入进一步包括：

基于第二粒度，对所述待简化的语句进行依存句法分析，得到第二粒度语句元素的依存关系，其中每一个所述第二粒度语句元素包括一个或多个第一粒度语句元素；

将每一个所述第二粒度语句元素的依存关系确定为该第二粒度语句元素中包括的每一个第一粒度语句元素的依存关系，并根据所述依存关系生成所述每一个第一粒度语句元素的对应的向量，从而得到所述句法嵌入。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述待简化的语句的标记嵌入，所述标记嵌入包括每一个所述第一粒度语句元素的词向量；

确定所述待简化的语句的片段嵌入，所述片段嵌入包括指示每一个所述第一粒度语句元素属于哪个片段的向量，所述片段包括语句或语句的一个组成部分；

确定所述待简化的语句的位置嵌入，所述位置嵌入包括指示每一个所述第一粒度语句元素的位置的向量；

其中，所述预测进一步包括：

至少基于所述句法嵌入、所述标记嵌入，所述片段嵌入和所述位置嵌入，预测每一个第一粒度语句元素的话题角色。

4. 如权利要求3所述的方法，其特征在于，所述预测进一步包括：

将所述句法嵌入、所述标记嵌入，所述片段嵌入和所述位置嵌入相加，得到嵌入之和；以及

基于所述嵌入之和，预测每一个第一粒度语句元素的话题角色。

5.如权利要求1所述的方法，其特征在于，所述语句是汉语语句，所述第一粒度是字。

6.如权利要求2所述的方法，其特征在于，所述语句是汉语语句，所述第二粒度是词。

7.如权利要求1所述的方法，其特征在于，所述预测进一步包括：

将所述句法嵌入作为经训练的自然语言处理模型的输入嵌入的至少一部分，经由所述自然语言处理模型预测每一个第一粒度语句元素的话题角色，其中所述自然语言处理模型包括以下任意一个：BERT模型、ERNIE模型或RoBERT模型。

8. 如权利要求7所述的方法，其特征在于，所述预测进一步包括：

预测每一个所述第一粒度语句元素作为各个话题角色的概率；以及

将每一个所述第一粒度语句元素的预测的概率最大的话题角色确定为该第一粒度语句元素的话题角色。

9.如权利要求1所述的方法，其特征在于，所述话题角色包括：话题的第一个第一粒度语句元素、话题的中间第一粒度语句元素以及不属于话题。

10.如权利要求1所述的方法，其特征在于，所述期望的话题角色包括：话题的第一个第一粒度语句元素和话题的中间第一粒度语句元素。