[发明专利]技能标签的抽取、候选短语分类模型的训练方法及装置

权利要求书

1.一种技能标签的抽取方法，包括：

对待抽取语句进行分词处理，获得多个分词，并确定每个所述分词的多维特征向量；

从待抽取语句中抽取候选短语；

根据每个所述分词的多维特征向量，确定所述候选短语中各分词的多维特征向量；

根据所述候选短语中各分词的多维特征向量，生成所述候选短语的语义表示向量；

基于所述候选短语的语义表示向量，从所述待抽取语句中抽取技能标签。

2.根据权利要求1所述的方法，其中，所述从待抽取语句中抽取候选短语，包括：

从每个所述分词的多维特征向量中，获取每个所述分词的词性标签；

基于预设的候选短语模板和每个所述分词的词性标签，从所述待抽取语句中抽取候选短语。

3.根据权利要求1所述的方法，其中，所述根据每个所述分词的多维特征向量，确定所述候选短语中各分词的多维特征向量，包括：

确定所述候选短语中包含的至少一个目标分词；

根据每个所述分词的多维特征向量，确定每个所述目标分词的多维特征向量。

4.根据权利要求1所述的方法，其中，所述基于所述候选短语的语义表示向量，从所述待抽取语句中抽取技能标签，包括：

基于所述候选短语的语义表示向量，获取所述候选短语的分类概率；

响应于所述分类概率大于预设阈值，将所述候选短语确定为技能标签。

5.根据权利要求1所述的方法，还包括：

根据每个所述分词的多维特征向量和预设的窗口大小，确定所述候选短语上下文中各分词的多维特征向量；其中，所述候选短语上下文包含所述候选短语；

根据所述候选短语上下文中各分词的多维特征向量，生成所述候选短语上下文的语义表示向量；

其中，所述基于所述候选短语的语义表示向量，从所述待抽取语句中抽取技能标签，包括：

基于所述候选短语的语义表示向量和所述候选短语上下文的语义表示向量，从所述待抽取语句中抽取技能标签。

6.根据权利要求5所述的方法，还包括：

根据预设的候选短语特征工程，生成所述候选短语的其他特征表示向量；

其中，所述基于所述候选短语的语义表示向量和所述候选短语上下文的语义表示向量，从所述待抽取语句中抽取技能标签，包括：

基于所述候选短语的语义表示向量、所述候选短语上下文的语义表示向量和所述候选短语的其他特征表示向量，从所述待抽取语句中抽取技能标签。

7.根据权利要求6所述的方法，其中，所述方法基于预设的候选短语分类模型实现；所述候选短语分类模型包括第一语义表征层、第二语义表征层、分类层和多层全连接层；所述根据所述候选短语中各分词的多维特征向量，生成所述候选短语的语义表示向量，包括：

将所述候选短语中各分词的多维特征向量输入至所述第一语义表征层，生成所述候选短语的语义表示向量；

其中，所述根据所述候选短语上下文中各分词的多维特征向量，生成所述候选短语上下文的语义表示向量，包括：

将所述候选短语上下文中各分词的多维特征向量输入至所述第二语义表征层，生成所述候选短语上下文的语义表示向量；

其中，所述基于所述候选短语的语义表示向量、所述候选短语上下文的语义表示向量和所述候选短语的其他特征表示向量，从所述待抽取语句中抽取技能标签，包括：

将所述候选短语的语义表示向量、所述候选短语上下文的语义表示向量和所述候选短语的其他特征表示向量进行特征拼接，获得拼接后的特征向量；

将所述拼接后的特征向量输入至所述多层全连接层，以对所述拼接后的特征向量进行特征变换，获得变换后的特征向量；

将变换后的特征向量输入至所述分类层，以基于所述变换后的特征向量进行分类计算，获得所述候选短语的分类概率；

响应于所述分类概率大于预设阈值，将所述候选短语确定为技能标签。

8.根据权利要求1所述的方法，从所述待抽取语句中抽取技能标签之后，还包括：

确定所述技能标签的所属分类。