CN110633476B - 用于获取知识标注信息的方法及装置 - Google Patents
用于获取知识标注信息的方法及装置 Download PDFInfo
- Publication number
- CN110633476B CN110633476B CN201910927638.2A CN201910927638A CN110633476B CN 110633476 B CN110633476 B CN 110633476B CN 201910927638 A CN201910927638 A CN 201910927638A CN 110633476 B CN110633476 B CN 110633476B
- Authority
- CN
- China
- Prior art keywords
- information
- sample
- sentence
- knowledge
- fluency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012360 testing method Methods 0.000 claims description 48
- 238000012549 training Methods 0.000 claims description 42
- 238000002372 labelling Methods 0.000 claims description 26
- 230000008676 import Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001278021 Acer glabrum Species 0.000 description 2
- 235000015801 Acer spicatum Nutrition 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/313—Selection or weighting of terms for indexing
Abstract
本公开的实施例公开了用于获取知识标注信息的方法及装置。该方法的一具体实施方式包括:从上述待处理信息划分为至少一条语句;对于上述至少一条语句中的语句,将该语句导入知识标注模型,得到对应上述语句的知识标注信息,其中,上述知识标注模型用于生成对应上述语句的知识标注信息。该实施方式提高了获取知识标注信息的效率和准确性。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于获取知识标注信息的方法及装置。
背景技术
随着科技的发展,海量的信息通过网络在各个电子设备上传播,提高了信息的传播性。人们可以查找并获取信息,从信息中获得需要的信息内容。为了提高用户对信息的理解,技术人员可以对信息包含的句子进行分析,并标注句子内每个词条的知识信息。
发明内容
本公开的实施例提出了用于获取知识标注信息的方法及装置。
第一方面,本公开的实施例提供了一种用于获取知识标注信息的方法,该方法包括:从待处理信息划分为至少一条语句;对于上述至少一条语句中的语句,将该语句导入知识标注模型,得到对应上述语句的知识标注信息,其中,上述知识标注模型用于生成对应上述语句的知识标注信息。
在一些实施例中,上述知识标注模型通过以下步骤得到:获取多个样本语句和上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息;将上述多个样本语句中的每个样本语句作为输入,将上述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型。
在一些实施例中,上述将上述多个样本语句中的每个样本语句作为输入,将上述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型,包括:执行以下训练步骤:将上述多个样本语句中的每个样本语句依次输入至初始化知识标注模型,得到上述多个样本语句中的每个样本语句所对应的预测知识标注信息,将上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息与该样本语句所对应的预测知识标注信息进行比较,得到上述初始化知识标注模型的预测准确率,确定上述预测准确率是否大于预设准确率阈值,若大于上述预设准确率阈值,则将上述初始化知识标注模型作为训练完成的知识标注模型。
在一些实施例中,上述将上述多个样本语句中的每个样本语句作为输入,将上述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型,包括:响应于不大于上述预设准确率阈值,调整上述初始化知识标注模型的参数,并继续执行上述训练步骤。
在一些实施例中,上述样本知识标注信息通过以下步骤得到:将样本语句划分为至少一个词条;对于上述至少一个词条中的词条,查询该词条的至少一个标签信息,获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,上述流畅度信息用于表征标签信息替换上述词条后句子的流畅性;将最小取值的流畅度信息对应的标签信息与词条对应设置,得到样本知识标注信息。
在一些实施例中,上述获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,包括:通过标签信息替换上述样本语句中对应词条后,得到第一测试样本语句;将上述第一测试样本语句导入语言模型,得到对应上述第一测试样本语句的第一流畅度信息。
在一些实施例中,上述获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,包括:获取上述词条的同位词,上述同位词为与上述词条类型相同的词条;通过上述同位词替换上述样本语句中对应词条后,得到第二测试样本语句;将上述第二测试样本语句导入语言模型,得到对应上述第二测试样本语句的第二流畅度信息。
在一些实施例中,上述获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,包括:对上述第一流畅度信息和第二流畅度信息进行加权求和,得到标签信息对应样本语句的最终流畅度信息。
第二方面,本公开的实施例提供了一种用于获取知识标注信息的装置,该装置包括:待处理信息划分单元,被配置成从待处理信息划分为至少一条语句;知识标注信息获取单元,对于上述至少一条语句中的语句,被配置成将该语句导入知识标注模型,得到对应上述语句的知识标注信息,其中,上述知识标注模型用于生成对应上述语句的知识标注信息。
在一些实施例中,上述装置包括知识标注模型训练单元,上述知识标注模型训练单元包括:样本获取子单元,被配置成获取多个样本语句和上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息;知识标注模型训练子单元,被配置成将上述多个样本语句中的每个样本语句作为输入,将上述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型。
在一些实施例中,上述知识标注模型训练子单元包括:知识标注模型训练模块,被配置成将上述多个样本语句中的每个样本语句依次输入至初始化知识标注模型,得到上述多个样本语句中的每个样本语句所对应的预测知识标注信息,将上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息与该样本语句所对应的预测知识标注信息进行比较,得到上述初始化知识标注模型的预测准确率,确定上述预测准确率是否大于预设准确率阈值,若大于上述预设准确率阈值,则将上述初始化知识标注模型作为训练完成的知识标注模型。
在一些实施例中,上述知识标注模型训练子单元包括:参数调整模块,响应于不大于上述预设准确率阈值,被配置成调整上述初始化知识标注模型的参数,并返回上述知识标注模型训练模块。
在一些实施例中,上述装置包括样本知识标注信息获取单元,上述样本知识标注信息获取单元包括:样本语句划分子单元,被配置成将样本语句划分为至少一个词条;流畅度信息获取子单元,被配置成对于上述至少一个词条中的词条,查询该词条的至少一个标签信息,获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,上述流畅度信息用于表征标签信息替换上述词条后句子的流畅性;样本知识标注信息获取子单元,被配置成将最小取值的流畅度信息对应的标签信息与词条对应设置,得到样本知识标注信息。
在一些实施例中,上述流畅度信息获取子单元包括:第一测试样本语句获取模块,被配置成通过标签信息替换上述样本语句中对应词条后,得到第一测试样本语句;第一流畅度信息获取模块,被配置成将上述第一测试样本语句导入语言模型,得到对应上述第一测试样本语句的第一流畅度信息。
在一些实施例中,上述流畅度信息获取子单元包括:同位词获取模块,被配置成获取上述词条的同位词,上述同位词为与上述词条类型相同的词条;第二测试样本语句获取模块,被配置成通过上述同位词替换上述样本语句中对应词条后,得到第二测试样本语句;第二流畅度信息获取模块,被配置成将上述第二测试样本语句导入语言模型,得到对应上述第二测试样本语句的第二流畅度信息。
在一些实施例中,上述流畅度信息获取子单元包括:最终流畅度信息获取模块,被配置成对上述第一流畅度信息和第二流畅度信息进行加权求和,得到标签信息对应样本语句的最终流畅度信息。
第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储器,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器执行上述第一方面的用于获取知识标注信息的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述第一方面的用于获取知识标注信息的方法。
本公开的实施例提供的用于获取知识标注信息的方法及装置,首先从上述待处理信息划分为至少一条语句;然后,将该语句导入知识标注模型,得到对应语句的标注语句,其中,知识标注模型用于生成对应上述语句的知识标注信息。本申请通过知识标注模型提高了获取知识标注信息的效率和准确性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于获取知识标注信息的方法的一个实施例的流程图;
图3是根据本公开的用于获取知识标注信息的方法的一个应用场景的示意图;
图4是根据本公开的知识标注模型训练方法的一个实施例的流程图;
图5是根据本公开的用于获取知识标注信息的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的实施例的用于获取知识标注信息的方法或用于获取知识标注信息的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块,在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上的待处理信息进行数据处理的服务器。服务器可以对接收到的待处理信息进行分析等处理,并得到对应待处理信息的标注语句。
需要说明的是,本公开的实施例所提供的用于获取知识标注信息的方法一般由服务器105执行,相应地,用于获取知识标注信息的装置一般设置于服务器105中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块,在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于获取知识标注信息的方法的一个实施例的流程200。该用于获取知识标注信息的方法包括以下步骤:
步骤201,从上述待处理信息划分为至少一条语句。
在本实施例中,用于获取知识标注信息的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从终端设备101、102、103接收待处理信息。其中,待处理信息可以是终端设备101、102、103上的各种信息。例如待处理信息可以是文章、书籍、聊天内容、语音等。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(Ultra Wideband)连接、以及其他现在已知或将来开发的无线连接方式。
实际中,终端设备101、102、103的数量很多,信息的数量巨大,单靠人工标注会消耗大量的人力资源和时间。并且,不同的技术人员对同一词条的理解可以不同,这就使得标注的相关信息出现差异。针对具体的语言场景,每个语言包含的每个词条可能有不同的含义,进一步降低了标注相关信息的准确性。
通常,一条语句能够表达一个完整的意思。在获取到待处理信息后,执行主体可以首先将待处理信息划分为至少一条语句。例如,当待处理信息为文章或书籍时,执行主体可以通过文章或书籍中的标点符号(例如句号、分号等)来确定语句。当待处理信息为聊天内容时,可以将聊天的一方或多方每次发送的聊天信息作为一条语句。当待处理信息为语音时,可以先将语音转换为文字,然后再对文字进行语义识别,以确定出每一条语句。
步骤202,对于上述至少一条语句中的语句,将该语句导入知识标注模型,得到对应上述语句的知识标注信息。
得到语句后,执行主体可以将语句导入信息标注模型,得到对应上述语句的标注语句。其中,上述知识标注模型用于生成对应上述语句的知识标注信息。知识标注信息可以用于对词条进行解释说明。如此,通过知识标注模型提高了获取标注相关信息的准确性和效率。
在本实施例的一些可选的实现方式中,上述知识标注模型通过以下步骤得到:
第一步,获取多个样本语句和上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息。
为了通过信息标注模型得到知识标注信息,执行主体可以首先获取多个样本语句和上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息。其中,样本语句可以是技术人员选择的具有代表性的语句。样本知识标注信息可以是技术人员对样本语句中每个词条设置的知识标注信息。
第二步,将上述多个样本语句中的每个样本语句作为输入,将上述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到信息标注模型。
执行主体可以将样本语句作为网络的输入,将样本语句所对应的样本知识标注信息作为网络的输出,训练得到信息标注模型。其中,网络可以是深度学习网络等智能网络。
继续参见图3,图3是根据本实施例的用于获取知识标注信息的方法的应用场景的一个示意图。在图3的应用场景中,服务器105获取到终端设备102上的待处理信息“XX山的枫叶很美”;之后,服务器105将“XX山的枫叶很美”导入知识标注模型,得到知识标注信息(如图3所示)。
本公开的上述实施例提供的方法首先从上述待处理信息划分为至少一条语句;然后,将该语句导入知识标注模型,得到对应语句的标注语句,其中,知识标注模型用于生成对应上述语句的知识标注信息。本申请通过知识标注模型提高了获取知识标注信息的效率和准确性。
进一步参考图4,其示出了知识标注模型训练方法的一个实施例的流程400。该知识标注模型训练方法的流程400,包括以下步骤:
步骤401,获取多个样本语句和上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息。
在本实施例中,知识标注模型训练方法运行于其上的执行主体(例如图1所示的服务器105)可以获取多个样本语句和上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息。
在本实施例的一些可选的实现方式中,上述样本知识标注信息通过以下步骤得到:
第一步,将样本语句划分为至少一个词条。
执行主体可以对样本语句包含的各个文字划分为对应的词条。
第二步,对于上述至少一个词条中的词条,查询该词条的至少一个标签信息,获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息。
每个词条都可以有对应的标签信息,其中,标签信息可以用于对词条进行解释说明。例如,词条为某男,对应的标签信息可以是:演员、导演等。词条为某景点,对应的标签信息可以是:XX地第一名山、海拔最高等。之后,执行主体可以通过标签信息对样本语句进行数据处理,得到样本语句对应每个标签信息的流畅度信息。其中,上述流畅度信息可以用于表征标签信息替换上述词条后句子的流畅性。通常,流畅度信息的取值越小,说明流畅性越好;流畅度信息的取值越大,说明流畅性越不好。
第三步,将最小取值的流畅度信息对应的标签信息与词条对应设置,得到样本知识标注信息。
由上述描述可知,流畅度信息的取值越小,说明流畅性越好。因此,执行主体可以将最小取值的流畅度信息对应的标签信息与词条对应设置,得到样本知识标注信息。例如,执行主体可以构建一个表格,表格的第一列为样本语句包含的各个词条;表格第二列可以是对应第一列词条的标签信息。执行主体可以将该表格整体作为样本知识标注信息。有利于提高获取标注相关信息的准确性和效率。
在本实施例的一些可选的实现方式中,上述获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,可以包括以下步骤:
第一步,通过标签信息替换上述样本语句中对应词条后,得到第一测试样本语句。
为了确定样本语句的流畅度信息,执行主体可以采用信息替换的方式来确定流畅度信息。具体的,执行主体可以将样本语句中对应词条替换为标签信息,得到第一测试样本语句。
第二步,将上述第一测试样本语句导入语言模型,得到对应上述第一测试样本语句的第一流畅度信息。
为了得到流畅度信息,执行主体可以将第一测试样本语句导入语言模型,得到。对应第一测试样本语句的第一流畅度信息。第一流畅度信息f1(wi,ti)可以通过以下公式计算得到:
其中:
wi为样本语句中的第i个词条;
ti为标签信息;
f1(wi,ti)为第i个词条wi被替换为ti后得到的第一流畅度信息;
n为样本语句中被替换词条的个数;
m为样本语句中没有被替换词条的个数;
p()为对样本语句中使用语言模型预测wi时的概率值;
bwi为对词条wi进行基本切词粒度得到的词语;
bw``j为对词条wi替换标签信息后得到的基本切词粒度的词语。
其中,语言模型是自然语言处理中的重要技术,其描述的是语句的流畅度。语言模型可以是现有的多种模型。例如,基于n-gram的语言模型、基于神经网络的语言模型、基于前馈网络的语言模型和基于RNN网络的语言模型等。基本切词粒度可以理解成一种小粒度的切词,比如:今年是XX省XX市XX机构成立10周年,其中,“XX省XX市XX机构”整体是可以认为是一个词,而基本粒度的词是把这个大粒度的词再进行拆分,比如:XX省/XX市/XX机构。
在本实施例的一些可选的实现方式中,上述获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,可以包括以下步骤:
第一步,获取上述词条的同位词。
上述的通过标签信息直接替换词条来得到第一流畅度信息,而同一标签信息可以对应不同的词条。因此,上述得到第一流畅度信息的方式可以认为是通过概念性的方式获取的。即第一流畅度信息属于广义上的流畅度信息。为了提高对样本语句的流畅度信息的准确性,执行主体还可以获取上述词条的同位词,上述同位词为与上述词条类型相同的词条。例如,词条为“男性明星A”,则对应的同位词可以“男性明星B”。如果,根据具体到相同的词条水平来对样本语句的流畅度进行评价。
第二步,通过上述同位词替换上述样本语句中对应词条后,得到第二测试样本语句。
类似的,执行主体可以通过同位词替换样本语句中对应词条后,得到第二测试样本语句。
第三步,将上述第二测试样本语句导入语言模型,得到对应上述第二测试样本语句的第二流畅度信息。第二流畅度信息f2(wi,ti)通过以下公式计算得到:
其中:
Gk为对第i个词条wi的每个标签信息计算流畅度后再聚合的聚合函数,其中,k为标签信息的总数;
bw`j为对词条wi替换同位词后得到的基本切词粒度的词语。
在本实施例的一些可选的实现方式中,上述获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,可以包括:对上述第一流畅度信息和第二流畅度信息进行加权求和,得到标签信息对应样本语句的最终流畅度信息。
为了同时考虑第一流畅度信息和第二流畅度信息,执行主体可以分别对第一流畅度信息和第二流畅度信息设置第一权重值和第二权重值。之后,执行主体可以将第一权重值和第一流畅度信息得到的第一乘积值,与第二权重值和第二流畅度信息得到的第二乘积值求和,得到最终流畅度信息。最终流畅度信息f3(wi,ti)通过以下公式计算得到:
f3(wi,ti)=a1f1(wi,ti)+a2f2(wi,ti)
其中:
a1为第一流畅度信息f1(wi,ti)的第一权重值;
a2为第二流畅度信息f2(wi,ti)的第二权重值。
步骤402,将上述多个样本语句中的每个样本语句依次输入至初始化知识标注模型,得到上述多个样本语句中的每个样本语句所对应的预测知识标注信息。
在本实施例中,基于步骤401所获取的多个样本语句,执行主体可以将多个样本语句中的每个样本语句依次输入至初始化知识标注模型,从而得到多个样本语句中的每个样本语句所对应的预测知识标注信息。这里,执行主体可以将每个样本语句从初始化知识标注模型的输入侧输入,依次经过初始化知识标注模型中的各层的参数的处理,并从初始化知识标注模型的输出侧输出,输出侧输出的信息即为该初始化知识标注模型所对应的预测知识标注信息。其中,初始化知识标注模型可以是未经训练的深度学习模型或未训练完成的深度学习模型,其各层设置有初始化参数,初始化参数在深度学习模型的训练过程中可以被不断地调整。
步骤403,将上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息与该样本语句所对应的预测知识标注信息进行比较,得到上述初始化知识标注模型的预测准确率。
在本实施例中,基于步骤402所得到的多个样本视频中的每个样本语句所对应的预测知识标注信息,执行主体可以将多个样本语句中的每个样本语句所对应的预测知识标注信息与该样本语句所对应的样本知识标注信息进行比较,从而得到初始化知识标注模型的预测准确率。具体地,若一个样本语句所对应的预测知识标注信息与该样本语句所对应的样本知识标注信息相同或相近,则初始化知识标注模型预测正确;若一个样本语句所对应的预测知识标注信息与该样本语句所对应的样本知识标注信息不同或不相近,则初始化知识标注模型预测错误。这里,执行主体可以计算预测正确的数目与样本总数的比值,并将该比值作为初始化知识标注模型的预测准确率。
步骤404,确定预测准确率是否大于预设准确率阈值。
在本实施例中,基于步骤403所得到的初始化知识标注模型的预测准确率,执行主体可以将初始化知识标注模型的预测准确率与预设准确率阈值进行比较。若大于预设准确率阈值,则执行步骤405;若不大于预设准确率阈值,则执行步骤406。
步骤405,将上述初始化知识标注模型作为训练完成的信息标注模型。
在本实施例中,在初始化知识标注模型的预测准确率大于预设准确率阈值的情况下,说明该知识标注模型训练完成,此时,执行主体可以将初始化知识标注模型作为训练完成的知识标注模型。
步骤406,调整上述初始化知识标注模型的参数。
在本实施例中,在初始化知识标注模型的预测准确率不大于预设准确率阈值的情况下,执行主体可以调整初始化知识标注模型的参数,并返回执行步骤402,直至训练出能够生成对应上述语句的标注语句的知识标注模型为止。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于获取知识标注信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于获取知识标注信息的装置500可以包括:待处理信息划分单元501和知识标注信息获取单元502。其中,待处理信息划分单元501被配置成从上述待处理信息划分为至少一条语句;知识标注信息获取单元502,对于上述至少一条语句中的语句,被配置成将该语句导入知识标注模型,得到对应上述语句的知识标注信息,其中,上述知识标注模型用于生成对应上述语句的知识标注信息。
在本实施例的一些可选的实现方式中,上述用于获取知识标注信息的装置500可以包括知识标注模型训练单元(图中未示出),上述知识标注模型训练单元包括:样本获取子单元(图中未示出)和知识标注模型训练子单元(图中未示出)。其中,样本获取子单元被配置成获取多个样本语句和上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息;知识标注模型训练子单元被配置成将上述多个样本语句中的每个样本语句作为输入,将上述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型。
在本实施例的一些可选的实现方式中,上述知识标注模型训练子单元可以包括:知识标注模型训练模块(图中未示出),被配置成将上述多个样本语句中的每个样本语句依次输入至初始化知识标注模型,得到上述多个样本语句中的每个样本语句所对应的预测知识标注信息,将上述多个样本语句中的每个样本语句所对应的上述样本知识标注信息与该样本语句所对应的预测知识标注信息进行比较,得到上述初始化知识标注模型的预测准确率,确定上述预测准确率是否大于预设准确率阈值,若大于上述预设准确率阈值,则将上述初始化知识标注模型作为训练完成的知识标注模型。
在本实施例的一些可选的实现方式中,上述知识标注模型训练子单元可以包括:参数调整模块(图中未示出),响应于不大于上述预设准确率阈值,被配置成调整上述初始化知识标注模型的参数,并返回上述知识标注模型训练模块。
在本实施例的一些可选的实现方式中,上述用于获取知识标注信息的装置500可以包括样本知识标注信息获取单元(图中未示出),上述样本知识标注信息获取单元包括:样本语句划分子单元(图中未示出)、流畅度信息获取子单元(图中未示出)和样本知识标注信息获取子单元(图中未示出)。其中,样本语句划分子单元被配置成将样本语句划分为至少一个词条;流畅度信息获取子单元被配置成对于上述至少一个词条中的词条,查询该词条的至少一个标签信息,获取上述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,上述流畅度信息用于表征标签信息替换上述词条后句子的流畅性;样本知识标注信息获取子单元被配置成将最小取值的流畅度信息对应的标签信息与词条对应设置,得到样本知识标注信息。
在本实施例的一些可选的实现方式中,上述流畅度信息获取子单元可以包括:第一测试样本语句获取模块(图中未示出)和第一流畅度信息获取模块(图中未示出)。其中,第一测试样本语句获取模块被配置成通过标签信息替换上述样本语句中对应词条后,得到第一测试样本语句;第一流畅度信息获取模块被配置成将上述第一测试样本语句导入语言模型,得到对应上述第一测试样本语句的第一流畅度信息。
在本实施例的一些可选的实现方式中,上述流畅度信息获取子单元可以包括:同位词获取模块(图中未示出)、第二测试样本语句获取模块(图中未示出)和第二流畅度信息获取模块(图中未示出)。其中,同位词获取模块被配置成获取上述词条的同位词,上述同位词为与上述词条类型相同的词条;第二测试样本语句获取模块被配置成通过上述同位词替换上述样本语句中对应词条后,得到第二测试样本语句;第二流畅度信息获取模块被配置成将上述第二测试样本语句导入语言模型,得到对应上述第二测试样本语句的第二流畅度信息。
在本实施例的一些可选的实现方式中,上述流畅度信息获取子单元可以包括:最终流畅度信息获取模块(图中未示出),被配置成对上述第一流畅度信息和第二流畅度信息进行加权求和,得到标签信息对应样本语句的最终流畅度信息。
本实施例还提供了一种电子设备,包括:一个或多个处理器;存储器,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器执行上述的用于获取知识标注信息的方法。
本实施例还提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现上述的用于获取知识标注信息的方法。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如,图1中的服务器105)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从上述待处理信息划分为至少一条语句;对于上述至少一条语句中的语句,将该语句导入知识标注模型,得到对应上述语句的知识标注信息,其中,上述知识标注模型用于生成对应上述语句的知识标注信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开的各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括待处理信息划分单元和知识标注信息获取单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,知识标注信息获取单元还可以被描述为“用于得到知识标注信息的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (18)
1.一种用于获取知识标注信息的方法,包括:
从待处理信息划分为至少一条语句;
对于所述至少一条语句中的语句,将该语句导入知识标注模型,得到对应所述语句的知识标注信息,其中,所述知识标注模型用于生成对应所述语句的知识标注信息,所述知识标注信息包括所述语句划分出的至少一个词条和所述词条对应的标签信息,所述标签信息用于对所述词条进行解释说明,并且,所述标签信息替换所述语句中对应的词条后,替换后语句的流畅度信息的取值最小,所述流畅度信息用于表征所述标签信息替换所述词条后句子的流畅性,所述流畅度信息的取值越小,对应句子的流畅性越好;
其中,所述待处理信息包括以下至少一项:文章或书籍、聊天信息、语音信息;所述从所述待处理信息划分为至少一条语句,包括以下至少一项:
根据所述文章或书籍中的标点符号划分至少一条语句;
将所述聊天信息中的一方或多方每次发送的聊天信息作为一条语句;
将所述语音信息转换为文字信息,再对所述文字信息进行语义识别,确定出至少一条语句。
2.根据权利要求1所述的方法,其中,所述知识标注模型通过以下步骤得到:
获取多个样本语句和所述多个样本语句中的每个样本语句所对应的样本知识标注信息;
将所述多个样本语句中的每个样本语句作为输入,将所述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型。
3.根据权利要求2所述的方法,其中,所述将所述多个样本语句中的每个样本语句作为输入,将所述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型,包括:
执行以下训练步骤:将所述多个样本语句中的每个样本语句依次输入至初始化知识标注模型,得到所述多个样本语句中的每个样本语句所对应的预测知识标注信息,将所述多个样本语句中的每个样本语句所对应的所述样本知识标注信息与该样本语句所对应的预测知识标注信息进行比较,得到所述初始化知识标注模型的预测准确率,确定所述预测准确率是否大于预设准确率阈值,若大于所述预设准确率阈值,则将所述初始化知识标注模型作为训练完成的知识标注模型。
4.根据权利要求3所述的方法,其中,所述将所述多个样本语句中的每个样本语句作为输入,将所述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型,包括:
响应于不大于所述预设准确率阈值,调整所述初始化知识标注模型的参数,并继续执行所述训练步骤。
5.根据权利要求2所述的方法,其中,所述样本知识标注信息通过以下步骤得到:
将样本语句划分为至少一个词条;
对于所述至少一个词条中的词条,查询该词条的至少一个标签信息,获取所述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,所述流畅度信息用于表征标签信息替换所述词条后句子的流畅性;
将最小取值的流畅度信息对应的标签信息与词条对应设置,得到样本知识标注信息。
6.根据权利要求5所述的方法,其中,所述获取所述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,包括:
通过标签信息替换所述样本语句中对应词条后,得到第一测试样本语句;
将所述第一测试样本语句导入语言模型,得到对应所述第一测试样本语句的第一流畅度信息。
7.根据权利要求6所述的方法,其中,所述获取所述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,包括:
获取所述词条的同位词,所述同位词为与所述词条类型相同的词条;
通过所述同位词替换所述样本语句中对应词条后,得到第二测试样本语句;
将所述第二测试样本语句导入语言模型,得到对应所述第二测试样本语句的第二流畅度信息。
8.根据权利要求7所述的方法,其中,所述获取所述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,包括:
对所述第一流畅度信息和第二流畅度信息进行加权求和,得到标签信息对应样本语句的最终流畅度信息。
9.一种用于获取知识标注信息的装置,包括:
待处理信息划分单元,被配置成从待处理信息划分为至少一条语句;
知识标注信息获取单元,对于所述至少一条语句中的语句,被配置成将该语句导入知识标注模型,得到对应所述语句的知识标注信息,其中,所述知识标注模型用于生成对应所述语句的知识标注信息,所述知识标注信息包括所述语句划分出的至少一个词条和所述词条对应的标签信息,所述标签信息用于对所述词条进行解释说明,并且,所述标签信息替换所述语句中对应的词条后,替换后语句的流畅度信息的取值最小,所述流畅度信息用于表征所述标签信息替换所述词条后句子的流畅性,所述流畅度信息的取值越小,对应句子的流畅性越好;
其中,所述待处理信息包括以下至少一项:文章或书籍、聊天信息、语音信息;所述从所述待处理信息划分为至少一条语句,包括以下至少一项:
根据所述文章或书籍中的标点符号划分至少一条语句;
将所述聊天信息中的一方或多方每次发送的聊天信息作为一条语句;
将所述语音信息转换为文字信息,再对所述文字信息进行语义识别,确定出至少一条语句。
10.根据权利要求9所述的装置,其中,所述装置包括知识标注模型训练单元,所述知识标注模型训练单元包括:
样本获取子单元,被配置成获取多个样本语句和所述多个样本语句中的每个样本语句所对应的样本知识标注信息;
知识标注模型训练子单元,被配置成将所述多个样本语句中的每个样本语句作为输入,将所述多个样本语句中的每个样本语句所对应的样本知识标注信息作为输出,训练得到知识标注模型。
11.根据权利要求10所述的装置,其中,所述知识标注模型训练子单元包括:
知识标注模型训练模块,被配置成将所述多个样本语句中的每个样本语句依次输入至初始化知识标注模型,得到所述多个样本语句中的每个样本语句所对应的预测知识标注信息,将所述多个样本语句中的每个样本语句所对应的所述样本知识标注信息与该样本语句所对应的预测知识标注信息进行比较,得到所述初始化知识标注模型的预测准确率,确定所述预测准确率是否大于预设准确率阈值,若大于所述预设准确率阈值,则将所述初始化知识标注模型作为训练完成的知识标注模型。
12.根据权利要求11所述的装置,其中,所述知识标注模型训练子单元包括:
参数调整模块,响应于不大于所述预设准确率阈值,被配置成调整所述初始化知识标注模型的参数,并返回所述知识标注模型训练模块。
13.根据权利要求10所述的装置,其中,所述装置包括样本知识标注信息获取单元,所述样本知识标注信息获取单元包括:
样本语句划分子单元,被配置成将样本语句划分为至少一个词条;
流畅度信息获取子单元,被配置成对于所述至少一个词条中的词条,查询该词条的至少一个标签信息,获取所述至少一个标签信息中每个标签信息对应样本语句的流畅度信息,所述流畅度信息用于表征标签信息替换所述词条后句子的流畅性;
样本知识标注信息获取子单元,被配置成将最小取值的流畅度信息对应的标签信息与词条对应设置,得到样本知识标注信息。
14.根据权利要求13所述的装置,其中,所述流畅度信息获取子单元包括:
第一测试样本语句获取模块,被配置成通过标签信息替换所述样本语句中对应词条后,得到第一测试样本语句;
第一流畅度信息获取模块,被配置成将所述第一测试样本语句导入语言模型,得到对应所述第一测试样本语句的第一流畅度信息。
15.根据权利要求14所述的装置,其中,所述流畅度信息获取子单元包括:
同位词获取模块,被配置成获取所述词条的同位词,所述同位词为与所述词条类型相同的词条;
第二测试样本语句获取模块,被配置成通过所述同位词替换所述样本语句中对应词条后,得到第二测试样本语句;
第二流畅度信息获取模块,被配置成将所述第二测试样本语句导入语言模型,得到对应所述第二测试样本语句的第二流畅度信息。
16.根据权利要求15所述的装置,其中,所述流畅度信息获取子单元包括:
最终流畅度信息获取模块,被配置成对所述第一流畅度信息和第二流畅度信息进行加权求和,得到标签信息对应样本语句的最终流畅度信息。
17.一种电子设备,包括:
一个或多个处理器;
存储器,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行权利要求1至8中任一所述的方法。
18.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910927638.2A CN110633476B (zh) | 2019-09-27 | 2019-09-27 | 用于获取知识标注信息的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910927638.2A CN110633476B (zh) | 2019-09-27 | 2019-09-27 | 用于获取知识标注信息的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110633476A CN110633476A (zh) | 2019-12-31 |
CN110633476B true CN110633476B (zh) | 2024-04-05 |
Family
ID=68973253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910927638.2A Active CN110633476B (zh) | 2019-09-27 | 2019-09-27 | 用于获取知识标注信息的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633476B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259663B (zh) * | 2020-01-14 | 2023-05-26 | 北京百度网讯科技有限公司 | 信息处理方法和装置 |
Citations (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069560A (zh) * | 2015-07-30 | 2015-11-18 | 中国科学院软件研究所 | 一种基于知识库和规则库的履历信息抽取与特征标识分析系统及方法 |
CN105225657A (zh) * | 2015-10-22 | 2016-01-06 | 百度在线网络技术(北京)有限公司 | 多音字标注模板生成方法和装置 |
CN105320642A (zh) * | 2014-06-30 | 2016-02-10 | 中国科学院声学研究所 | 一种基于概念语义基元的文摘自动生成方法 |
EP2985711A1 (en) * | 2014-08-14 | 2016-02-17 | Accenture Global Services Limited | System for automated analysis of clinical text for pharmacovigilance |
CN105354224A (zh) * | 2015-09-30 | 2016-02-24 | 百度在线网络技术(北京)有限公司 | 知识数据的处理方法和装置 |
CN105677931A (zh) * | 2016-04-07 | 2016-06-15 | 北京百度网讯科技有限公司 | 信息搜索方法和装置 |
CN106407169A (zh) * | 2016-09-09 | 2017-02-15 | 北京工商大学 | 一种基于主题模型的文档标注方法 |
CN106649434A (zh) * | 2016-09-06 | 2017-05-10 | 北京蓝色光标品牌管理顾问股份有限公司 | 一种跨领域知识迁移的标签嵌入方法和装置 |
CN106970909A (zh) * | 2016-01-14 | 2017-07-21 | 芋头科技(杭州)有限公司 | 一种二次匹配语义的语义分析方法 |
CN106970906A (zh) * | 2016-01-14 | 2017-07-21 | 芋头科技(杭州)有限公司 | 一种基于语句分段的语义分析方法 |
CN107038183A (zh) * | 2016-10-09 | 2017-08-11 | 北京百度网讯科技有限公司 | 网页标注方法及装置 |
CN107305575A (zh) * | 2016-04-25 | 2017-10-31 | 北京京东尚科信息技术有限公司 | 人机智能问答系统的断句识别方法和装置 |
CN107451597A (zh) * | 2016-06-01 | 2017-12-08 | 腾讯科技(深圳)有限公司 | 一种样本类别标签纠正方法及装置 |
CN107622050A (zh) * | 2017-09-14 | 2018-01-23 | 武汉烽火普天信息技术有限公司 | 基于Bi‑LSTM和CRF的文本序列标注系统及方法 |
CN107783960A (zh) * | 2017-10-23 | 2018-03-09 | 百度在线网络技术(北京)有限公司 | 用于抽取信息的方法、装置和设备 |
CN107885749A (zh) * | 2016-09-30 | 2018-04-06 | 南京理工大学 | 本体语义扩展与协同过滤加权融合的工艺知识检索方法 |
CN107908715A (zh) * | 2017-11-10 | 2018-04-13 | 中国民航大学 | 基于Adaboost和分类器加权融合的微博情感极性判别方法 |
CN107908760A (zh) * | 2017-11-23 | 2018-04-13 | 北京航空航天大学 | 一种考虑设计知识和模型特征的三维模型检索方法 |
CN108021609A (zh) * | 2017-11-01 | 2018-05-11 | 深圳市牛鼎丰科技有限公司 | 文本情感分类方法、装置、计算机设备和存储介质 |
CN108153864A (zh) * | 2017-12-25 | 2018-06-12 | 北京牡丹电子集团有限责任公司数字电视技术中心 | 基于神经网络生成文本摘要的方法 |
CN108228542A (zh) * | 2017-12-14 | 2018-06-29 | 浪潮软件股份有限公司 | 一种非结构化文本的处理方法及装置 |
CN108304530A (zh) * | 2018-01-26 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 知识库词条分类方法和装置、模型训练方法和装置 |
CN108536756A (zh) * | 2018-03-16 | 2018-09-14 | 苏州大学 | 基于双语信息的情绪分类方法及系统 |
CN108959552A (zh) * | 2018-06-29 | 2018-12-07 | 北京百度网讯科技有限公司 | 问答类查询语句的识别方法、装置、设备及存储介质 |
CN108959257A (zh) * | 2018-06-29 | 2018-12-07 | 北京百度网讯科技有限公司 | 一种自然语言解析方法、装置、服务器及存储介质 |
CN109003611A (zh) * | 2018-09-29 | 2018-12-14 | 百度在线网络技术(北京)有限公司 | 用于车辆语音控制的方法、装置、设备和介质 |
CN109033374A (zh) * | 2018-07-27 | 2018-12-18 | 四川长虹电器股份有限公司 | 基于贝叶斯分类器的知识图谱检索方法 |
CN109063069A (zh) * | 2018-07-23 | 2018-12-21 | 天翼爱音乐文化科技有限公司 | 歌曲标签确定方法、装置、计算机设备和可读存储介质 |
CN109241288A (zh) * | 2018-10-12 | 2019-01-18 | 平安科技(深圳)有限公司 | 文本分类模型的更新训练方法、装置及设备 |
CN109284367A (zh) * | 2018-11-30 | 2019-01-29 | 北京字节跳动网络技术有限公司 | 用于处理文本的方法和装置 |
CN109543038A (zh) * | 2018-11-22 | 2019-03-29 | 华西证券股份有限公司 | 一种应用于文本数据的情感分析方法 |
CN109582825A (zh) * | 2018-12-07 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN109636772A (zh) * | 2018-10-25 | 2019-04-16 | 同济大学 | 基于深度学习的不规则形状金属加工表面的缺陷检测方法 |
CN109657251A (zh) * | 2018-12-17 | 2019-04-19 | 北京百度网讯科技有限公司 | 用于翻译语句的方法和装置 |
CN109871467A (zh) * | 2019-01-29 | 2019-06-11 | 天津大学 | 一种基于判决隐马尔可夫模型的钢琴指法自动标注方法 |
CN109885832A (zh) * | 2019-02-14 | 2019-06-14 | 平安科技(深圳)有限公司 | 模型训练、语句处理方法、装置、计算机设备及存储介质 |
CN109947952A (zh) * | 2019-03-20 | 2019-06-28 | 武汉市软迅科技有限公司 | 基于英语知识图谱的检索方法、装置、设备及存储介质 |
CN109977291A (zh) * | 2019-03-20 | 2019-07-05 | 武汉市软迅科技有限公司 | 基于物理知识图谱的检索方法、装置、设备及存储介质 |
CN110083744A (zh) * | 2019-04-24 | 2019-08-02 | 厦门无常师教育科技有限公司 | 一种基于知识图谱的教学问题诊断方法及系统 |
CN110135480A (zh) * | 2019-04-30 | 2019-08-16 | 南开大学 | 一种基于无监督物体检测消除偏差的网络数据学习方法 |
CN110263142A (zh) * | 2019-06-27 | 2019-09-20 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN110275963A (zh) * | 2019-06-25 | 2019-09-24 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100257440A1 (en) * | 2009-04-01 | 2010-10-07 | Meghana Kshirsagar | High precision web extraction using site knowledge |
-
2019
- 2019-09-27 CN CN201910927638.2A patent/CN110633476B/zh active Active
Patent Citations (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320642A (zh) * | 2014-06-30 | 2016-02-10 | 中国科学院声学研究所 | 一种基于概念语义基元的文摘自动生成方法 |
EP2985711A1 (en) * | 2014-08-14 | 2016-02-17 | Accenture Global Services Limited | System for automated analysis of clinical text for pharmacovigilance |
CN105069560A (zh) * | 2015-07-30 | 2015-11-18 | 中国科学院软件研究所 | 一种基于知识库和规则库的履历信息抽取与特征标识分析系统及方法 |
CN105354224A (zh) * | 2015-09-30 | 2016-02-24 | 百度在线网络技术(北京)有限公司 | 知识数据的处理方法和装置 |
CN105225657A (zh) * | 2015-10-22 | 2016-01-06 | 百度在线网络技术(北京)有限公司 | 多音字标注模板生成方法和装置 |
CN106970909A (zh) * | 2016-01-14 | 2017-07-21 | 芋头科技(杭州)有限公司 | 一种二次匹配语义的语义分析方法 |
CN106970906A (zh) * | 2016-01-14 | 2017-07-21 | 芋头科技(杭州)有限公司 | 一种基于语句分段的语义分析方法 |
CN105677931A (zh) * | 2016-04-07 | 2016-06-15 | 北京百度网讯科技有限公司 | 信息搜索方法和装置 |
CN107305575A (zh) * | 2016-04-25 | 2017-10-31 | 北京京东尚科信息技术有限公司 | 人机智能问答系统的断句识别方法和装置 |
CN107451597A (zh) * | 2016-06-01 | 2017-12-08 | 腾讯科技(深圳)有限公司 | 一种样本类别标签纠正方法及装置 |
CN106649434A (zh) * | 2016-09-06 | 2017-05-10 | 北京蓝色光标品牌管理顾问股份有限公司 | 一种跨领域知识迁移的标签嵌入方法和装置 |
CN106407169A (zh) * | 2016-09-09 | 2017-02-15 | 北京工商大学 | 一种基于主题模型的文档标注方法 |
CN107885749A (zh) * | 2016-09-30 | 2018-04-06 | 南京理工大学 | 本体语义扩展与协同过滤加权融合的工艺知识检索方法 |
CN107038183A (zh) * | 2016-10-09 | 2017-08-11 | 北京百度网讯科技有限公司 | 网页标注方法及装置 |
CN107622050A (zh) * | 2017-09-14 | 2018-01-23 | 武汉烽火普天信息技术有限公司 | 基于Bi‑LSTM和CRF的文本序列标注系统及方法 |
CN107783960A (zh) * | 2017-10-23 | 2018-03-09 | 百度在线网络技术(北京)有限公司 | 用于抽取信息的方法、装置和设备 |
CN108021609A (zh) * | 2017-11-01 | 2018-05-11 | 深圳市牛鼎丰科技有限公司 | 文本情感分类方法、装置、计算机设备和存储介质 |
CN107908715A (zh) * | 2017-11-10 | 2018-04-13 | 中国民航大学 | 基于Adaboost和分类器加权融合的微博情感极性判别方法 |
CN107908760A (zh) * | 2017-11-23 | 2018-04-13 | 北京航空航天大学 | 一种考虑设计知识和模型特征的三维模型检索方法 |
CN108228542A (zh) * | 2017-12-14 | 2018-06-29 | 浪潮软件股份有限公司 | 一种非结构化文本的处理方法及装置 |
CN108153864A (zh) * | 2017-12-25 | 2018-06-12 | 北京牡丹电子集团有限责任公司数字电视技术中心 | 基于神经网络生成文本摘要的方法 |
CN108304530A (zh) * | 2018-01-26 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 知识库词条分类方法和装置、模型训练方法和装置 |
CN108536756A (zh) * | 2018-03-16 | 2018-09-14 | 苏州大学 | 基于双语信息的情绪分类方法及系统 |
CN108959552A (zh) * | 2018-06-29 | 2018-12-07 | 北京百度网讯科技有限公司 | 问答类查询语句的识别方法、装置、设备及存储介质 |
CN108959257A (zh) * | 2018-06-29 | 2018-12-07 | 北京百度网讯科技有限公司 | 一种自然语言解析方法、装置、服务器及存储介质 |
CN109063069A (zh) * | 2018-07-23 | 2018-12-21 | 天翼爱音乐文化科技有限公司 | 歌曲标签确定方法、装置、计算机设备和可读存储介质 |
CN109033374A (zh) * | 2018-07-27 | 2018-12-18 | 四川长虹电器股份有限公司 | 基于贝叶斯分类器的知识图谱检索方法 |
CN109003611A (zh) * | 2018-09-29 | 2018-12-14 | 百度在线网络技术(北京)有限公司 | 用于车辆语音控制的方法、装置、设备和介质 |
CN109241288A (zh) * | 2018-10-12 | 2019-01-18 | 平安科技(深圳)有限公司 | 文本分类模型的更新训练方法、装置及设备 |
CN109636772A (zh) * | 2018-10-25 | 2019-04-16 | 同济大学 | 基于深度学习的不规则形状金属加工表面的缺陷检测方法 |
CN109543038A (zh) * | 2018-11-22 | 2019-03-29 | 华西证券股份有限公司 | 一种应用于文本数据的情感分析方法 |
CN109284367A (zh) * | 2018-11-30 | 2019-01-29 | 北京字节跳动网络技术有限公司 | 用于处理文本的方法和装置 |
CN109582825A (zh) * | 2018-12-07 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN109657251A (zh) * | 2018-12-17 | 2019-04-19 | 北京百度网讯科技有限公司 | 用于翻译语句的方法和装置 |
CN109871467A (zh) * | 2019-01-29 | 2019-06-11 | 天津大学 | 一种基于判决隐马尔可夫模型的钢琴指法自动标注方法 |
CN109885832A (zh) * | 2019-02-14 | 2019-06-14 | 平安科技(深圳)有限公司 | 模型训练、语句处理方法、装置、计算机设备及存储介质 |
CN109947952A (zh) * | 2019-03-20 | 2019-06-28 | 武汉市软迅科技有限公司 | 基于英语知识图谱的检索方法、装置、设备及存储介质 |
CN109977291A (zh) * | 2019-03-20 | 2019-07-05 | 武汉市软迅科技有限公司 | 基于物理知识图谱的检索方法、装置、设备及存储介质 |
CN110083744A (zh) * | 2019-04-24 | 2019-08-02 | 厦门无常师教育科技有限公司 | 一种基于知识图谱的教学问题诊断方法及系统 |
CN110135480A (zh) * | 2019-04-30 | 2019-08-16 | 南开大学 | 一种基于无监督物体检测消除偏差的网络数据学习方法 |
CN110275963A (zh) * | 2019-06-25 | 2019-09-24 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN110263142A (zh) * | 2019-06-27 | 2019-09-20 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110633476A (zh) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11164573B2 (en) | Method and apparatus for controlling page | |
US10861456B2 (en) | Generating dialogue responses in end-to-end dialogue systems utilizing a context-dependent additive recurrent neural network | |
JP7208952B2 (ja) | 対話モデルを生成するための方法及び装置 | |
CN108416310B (zh) | 用于生成信息的方法和装置 | |
KR20210070891A (ko) | 번역품질 평가 방법 및 장치 | |
US20210192288A1 (en) | Method and apparatus for processing data | |
US11551437B2 (en) | Collaborative information extraction | |
CN110555714A (zh) | 用于输出信息的方法和装置 | |
CN111428010B (zh) | 人机智能问答的方法和装置 | |
CN108121699B (zh) | 用于输出信息的方法和装置 | |
US20200322570A1 (en) | Method and apparatus for aligning paragraph and video | |
WO2017186050A1 (zh) | 人机智能问答系统的断句识别方法和装置 | |
CN109740167B (zh) | 用于生成信息的方法和装置 | |
CN111666416B (zh) | 用于生成语义匹配模型的方法和装置 | |
US11947920B2 (en) | Man-machine dialogue method and system, computer device and medium | |
CN111582360A (zh) | 用于标注数据的方法、装置、设备和介质 | |
WO2023005968A1 (zh) | 文本类别识别方法、装置、电子设备和存储介质 | |
CN113434683A (zh) | 文本分类方法、装置、介质及电子设备 | |
CN115759001A (zh) | 语言模型训练方法、文本预测方法以及装置 | |
CN112182255A (zh) | 用于存储媒体文件和用于检索媒体文件的方法和装置 | |
US20230042221A1 (en) | Modifying digital images utilizing a language guided image editing model | |
CN110633476B (zh) | 用于获取知识标注信息的方法及装置 | |
CN111026849B (zh) | 数据处理方法和装置 | |
CN111090740B (zh) | 一种用于对话系统的知识图谱生成方法 | |
CN112307738A (zh) | 用于处理文本的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |