[发明专利]语句处理方法、设备和存储介质在审

专利信息
申请号: 202011563713.0 申请日: 2020-12-25
公开(公告)号: CN112560481A 公开(公告)日: 2021-03-26
发明(设计)人: 张帅;王丽杰;张傲;肖欣延;常月 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F40/289 分类号: G06F40/289;G06F40/211;G06N3/04
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 王萌
地址: 100085 北京市*** 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: 语句 处理 方法 设备 存储 介质
【权利要求书】:

1.一种语句处理方法,包括:

获取待处理语句,并获取对所述待处理语句待执行的下游任务;

对所述待处理语句进行分词,以得到所述待处理句的分词序列;

对所述分词序列进行依存句法分析,以得到所述分词序列中各分词之间的依存句法关系树图;

确定所述分词序列中每个分词对应的词向量;

将所述依存句法关系树图以及所述每个分词对应的词向量输入到预设的图神经网络中,以得到所述分词序列中每个分词的中间词向量;

对所述每个分词的中间词向量执行所述下游任务,以得到所述待处理语句的处理结果。

2.根据权利要求1所述的方法,其中,所述对所述每个分词的中间词向量执行所述下游任务,以得到所述待处理语句的处理结果,包括:

获取所述下游任务对应的向量表示方式;

在所述向量表示方式为句向量表示方式的情况下,确定所述依存句法关系树图中的核心节点,获取与所述核心节点对应的目标分词;

从所述每个分词的中间词向量中,确定出所述目标分词对应的中间词向量,并将所述目标分词对应的中间词向量作为所述待处理语句对应的句向量;

对所述句向量执行所述下游任务,以得到所述待处理语句的处理结果。

3.根据权利要求1所述的方法,其中,所述对所述每个分词的中间词向量执行所述下游任务,以得到所述待处理语句的处理结果,包括:

获取所述下游任务对应的向量表示方式;

在所述向量表示方式为词向量表示方式的情况下,将所述分词序列中的各个分词的中间词向量进行拼接,以得到拼接词向量;

对所述拼接词向量执行所述下游任务,以得到所述待处理语句的处理结果。

4.根据权利要求2或者3所述的方法,其中,所述获取所述下游任务对应的向量表示方式,包括:

获取所述下游任务对应的任务类型;

根据所述任务类型,确定所述下游任务的向量表示方式。

5.根据权利要求2所述的方法,其中,所述下游任务为句子分类任务,所述对所述句向量执行所述下游任务,以得到所述待处理语句的处理结果,包括:

根据所述句子分类任务,对所述句向量进行分类,以得到分类结果,并将所述分类结果作为所述待处理任务的处理结果。

6.根据权利要求3所述的方法,其中,所述下游任务为实体识别任务,所述对所述拼接词向量执行所述下游任务,以得到所述待处理语句的处理结果,包括:

根据所述实体识别任务,对所述拼接词向量进行实体识别,以得到对应的实体识别结果,并将所述实体识别结果作为所述待处理任务的处理结果。

7.一种语句处理装置,包括:

获取模块,用于获取待处理语句,并获取对所述待处理语句待执行的下游任务;

分词模块,用于对所述待处理语句进行分词,以得到所述待处理句的分词序列;

依存句法分析模块,用于对所述分词序列进行依存句法分析,以得到所述分词序列中各分词之间的依存句法关系树图;

确定模块,用于确定所述分词序列中每个分词对应的词向量;

图神经网络处理模块,用于将所述依存句法关系树图以及所述每个分词对应的词向量输入到预设的图神经网络中,以得到所述分词序列中每个分词的中间词向量;

任务执行模块,用于对所述每个分词的中间词向量执行所述下游任务,以得到所述待处理语句的处理结果。

8.根据权利要求7所述的装置,其中,所述任务执行模块,包括:

第一获取单元,用于获取所述下游任务对应的向量表示方式;

第一确定单元,用于在所述向量表示方式为句向量表示方式的情况下,确定所述依存句法关系树图中的核心节点,获取与所述核心节点对应的目标分词;

第二确定单元,用于从所述每个分词的中间词向量中,确定出所述目标分词对应的中间词向量,并将所述目标分词对应的中间词向量作为所述待处理语句对应的句向量;

第一执行单元,用于对所述句向量执行所述下游任务,以得到所述待处理语句的处理结果。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011563713.0/1.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