[发明专利]词语处理方法、装置、设备及存储介质在审
申请号: | 202011487951.8 | 申请日: | 2020-12-16 |
公开(公告)号: | CN112528039A | 公开(公告)日: | 2021-03-19 |
发明(设计)人: | 黄林;巩颖;邓嘉镔;宋维林;王建;叶小辉 | 申请(专利权)人: | 中国联合网络通信集团有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F16/35;G06F16/335;G06F40/205;G06F40/284;G06F40/289;G06F40/30 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 朱颖;黄健 |
地址: | 100033 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 词语 处理 方法 装置 设备 存储 介质 | ||
1.一种词语处理方法,其特征在于,包括:
获取待处理词语;
查找预设知识图谱中与所述待处理词语相关的所有关系和节点,其中,所述待处理词语为所述预设知识图谱中的实体;
将所述待处理词语、所述关系和所述节点进行向量表示处理,得到所述待处理词语、所述关系和所述节点对应的多个一维向量;
将所述多个一维向量输入至预设神经网络,得到所述待处理词语对应的词向量,其中,所述预设神经网络通过一维向量训练样本和词向量样本训练得到。
2.根据权利要求1所述的方法,其特征在于,在所述将所述多个一维向量输入至预设神经网络之前,还包括:
获取一维向量训练样本和所述一维向量训练样本对应的词向量样本;
将所述一维向量训练样本和所述词向量样本输入至神经网络进行训练,得到预设神经网络。
3.根据权利要求2所述的方法,其特征在于,所述获取一维向量训练样本,包括:
在预设知识图谱中获取实体样本和与所述实体样本相关的所有关系和节点;
将所述实体样本、所述实体样本相关的所有关系和节点进行向量表示处理,得到的多个一维向量为所述一维向量训练样本。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述将所述多个一维向量输入至预设神经网络,包括:
将待处理词语对应的一维向量与所述待处理词语相关的关系和节点对应的一维向量组成输入矩阵;
将所述输入矩阵输入至预设神经网络。
5.根据权利要求1至3任一项所述的方法,其特征在于,在所述将所述多个一维向量输入至预设神经网络,得到所述待处理词语对应的词向量之后,还包括:
将所述待处理词语的词向量与预设语料库中的词向量进行匹配;
根据匹配结果确定所述待处理词语对应的目标关键词。
6.根据权利要求5所述的方法,其特征在于,在所述根据匹配结果确定所述待处理词语对应的目标关键词之后,还包括:
根据所述目标关键词,确定目标信息,并推送所述目标信息。
7.一种词语处理装置,其特征在于,包括:
第一获取模块,用于获取待处理词语;
查找模块,用于查找预设知识图谱中与所述待处理词语相关的所有关系和节点,其中,所述待处理词语为所述预设知识图谱中的实体;
第一处理模块,用于将所述待处理词语、所述关系和所述节点进行向量表示处理,得到所述待处理词语、所述关系和所述节点对应的多个一维向量;
第二处理模块,用于将所述多个一维向量输入至预设神经网络,得到所述待处理词语对应的词向量,其中,所述预设神经网络通过一维向量训练样本和词向量样本训练得到。
8.一种词语处理设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至6任一项所述的词语处理方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述的词语处理方法。
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中国联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,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/202011487951.8/1.html,转载请声明来源钻瓜专利网。