[发明专利]一种基于图注意网络的数据处理方法及装置

权利要求书

1.一种基于图注意网络的数据处理方法，其特征在于，所述方法包括：

检测是否接收到文本生成请求，得到检测结果；所述文本生成请求包括若干个输入词；

当所述检测结果为是时，利用预设的信息关联模型对所述文本生成请求进行处理，得到属性词信息；所述属性词信息包括L个属性词子信息；所述L为大于等于1的正整数；所述信息关联模型包括基于图注意网络的第一信息关联模型，和/或，第二信息关联模型；

对所述属性词信息进行排序筛选处理，得到目标文本词信息；所述目标文本词信息包括若干个目标文本词；所述目标文本词用于生成营销文本。

2.根据权利要求1所述的基于图注意网络的数据处理方法，其特征在于，所述利用预设的信息关联模型对所述文本生成请求进行处理，得到属性词信息，包括：

利用所述第一信息关联模型对所有所述输入词进行处理，得到词向量信息；所述输入词向量信息包括若干个词向量子信息；

利用所述第二信息关联模型对所述词向量信息进行处理，得到属性词信息；所述属性词信息包括第一节点词信息，和/或，第二节点词信息，和/或，第三节点词信息；所述第一节点词信息、所述第二节点词信息和所述第三节点词信息分别包括T个所述属性词子信息；所述T为大于等于1的正整数。

3.根据权利要求2所述的基于图注意网络的数据处理方法，其特征在于，所述第二信息关联模型包括第一关联子模型，和/或，第二关联子模型，和/或，第三关联子模型；

所述利用所述第二信息关联模型对所述词向量信息进行处理，得到属性词信息，包括：

将所述词向量信息输入所述第一关联子模型，得到所述第一节点词信息；所述第一节点词信息表征所述图注意网络中的当前节点与直接关联节点的关联关系；和/或，

将所述词向量信息输入所述第二关联子模型，得到所述第二节点词信息；所述第二节点词信息表征所述图注意网络中的所述当前节点与第一非直接关联节点的关联关系；所述当前节点与所述第一非直接关联节点间隔一个节点；和/或，

将所述词向量信息输入所述第三关联子模型，得到所述第三节点词信息；所述第三节点词信息表征所述图注意网络中的所述当前节点与第二非直接关联节点的关联关系；所述当前节点与所述第二非直接关联节点间隔两个所述节点。

4.根据权利要求2所述的基于图注意网络的数据处理方法，其特征在于，所述利用所述第一信息关联模型对所有所述输入词进行处理，得到词向量信息，包括：

对于任一所述输入词，判断预设的知识图谱是否包含该输入词，得到输入判断结果；

当所述输入判断结果为是时，将该输入词输入所述第一信息关联模型，得到该输入词对应的属性词子信息；

当所述输入判断结果为否时，利用预设的词阈值和所述第一信息关联模型对所述输入词进行处理，得到该输入词对应的阈值词信息；所述阈值词信息包括M个所述属性词子信息；所述M与所述词阈值相匹配；所述M为大于等于1的正整数。

5.根据权利要求1所述的基于图注意网络的数据处理方法，其特征在于，所述文本生成请求还包括文本长度信息；

所述对所述属性词信息进行排序筛选处理，得到目标文本词信息，包括：

对所述属性词信息进行计算排序处理，得到属性词序列；

对所述属性词序列和所述文本长度信息进行处理，得到目标文本词信息。

6.根据权利要求5所述的基于图注意网络的数据处理方法，其特征在于，所述对所述属性词信息进行计算排序处理，得到属性词序列，包括：

利用预设的热度模型对所述属性词信息进行热度指标计算，得到选词指数信息；所述选词指数信息包括若干个选词指数；所述热度模型用于对所述属性词信息中任一所述词向量子信息的至少5个选词指标进行处理；

按从大到小对所述选词指数信息中的所有所述选词指数进行排序，得到属性词序列。