CN111859971A - 用于处理信息的方法、装置、设备和介质 - Google Patents
用于处理信息的方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN111859971A CN111859971A CN202010727818.9A CN202010727818A CN111859971A CN 111859971 A CN111859971 A CN 111859971A CN 202010727818 A CN202010727818 A CN 202010727818A CN 111859971 A CN111859971 A CN 111859971A
- Authority
- CN
- China
- Prior art keywords
- noun
- nouns
- pair
- sequence
- noun pair
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
Abstract
本公开的实施例公开了用于处理信息的方法和装置。该方法的一具体实施方式包括:获取目标文本;对目标文本进行命名实体识别,获得名词序列;将名词序列中的每两个名词组成名词对,生成名词对集合;对于名词对集合中的名词对,执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。该实施方式可以节省人力,提高信息处理的效率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于处理信息的方法和装置。
背景技术
有声读物是将读物中的内容朗读出来并进行录音后获得的音频形式的读物。有声读物可以包括多个人物角色,而每个人物角色可以对应一个朗读者。
实践中,在针对某个人物角色进行朗读时,需要确定出读物中的哪些对话属于该人物角色。然而,在读物中,一个人物角色通常可以关联多个称谓(比如小说男主“张三”可以关联公子、少爷、你、我、他等称谓)。人物角色关联的称谓的对话也可以是属于该人物角色的对话。所以,在确定哪些对话属于该人物角色时,需要确定该人物角色关联的称谓,以将所关联的称谓的对话划分到该人物角色的对话中。
目前,通常采用人工标注的方式确定读物中的各个人物角色关联的称谓。
发明内容
本公开提出了用于处理信息的方法和装置。
第一方面,本公开的实施例提供了一种用于处理信息的方法,包括:获取目标文本;对目标文本进行命名实体识别,获得名词序列;将名词序列中的每两个名词组成名词对,生成名词对集合;对于名词对集合中的名词对,执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
在一些实施例中,对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:提取该名词对中的两个名词的关联特征,生成关联向量;将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在一些实施例中,在将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果之前,识别步骤还包括:提取该名词对中的两个名词的词向量;以及将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:将该名词对中的两个名词的词向量和关联向量组成识别用向量;将所组成的识别用向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在一些实施例中,关联特征包括以下至少一项:用于表征两个名词对应的性别是否相同的特征;用于表征两个名词是否包括相同的文字的特征;用于表征两个名词是否位于目标文本中的相同的句子的特征;用于表征两个名词是否位于目标文本中的相同的段落的特征;用于表征在名词序列中,两个名词的位置的距离的特征;用于表征两个名词分别对应的两个关联名词集合中,重合的关联名词的数量的特征,其中,名词对应的关联名词集合是在名词序列中,与名词的距离小于或等于预设距离的关联名词所组成的集合。
在一些实施例中,对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:确定该名词对中的两个名词的相似度;基于所确定的相似度,生成用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在一些实施例中,将名词序列中的每两个名词组成名词对,生成名词对集合包括:对于名词序列中的名词,执行以下步骤:确定名词序列中是否包括位于该名词之前的前置名词;响应于确定名词序列中包括位于该名词之前的前置名词,将该名词与该名词对应的前置名词组成名词对;利用所组成的名词对,生成名字对集合。
在一些实施例中,目标文本为目标小说文本。
在一些实施例中,该方法还包括:对名词序列中具有关联关系的名词进行聚合,获得至少一个名词组,其中,名词组中的名词表征相同的角色。
第二方面,本公开的实施例提供了一种用于处理信息的装置,该装置包括:获取单元,被配置成获取目标文本;识别单元,被配置成对目标文本进行命名实体识别,获得名词序列;生成单元,被配置成将名词序列中的每两个名词组成名词对,生成名词对集合;执行单元,被配置成对于名词对集合中的名词对,执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
第三方面,本公开的实施例提供了一种用于处理信息的电子设备,包括:一个或多个处理器;存储装置,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,使得该一个或多个处理器实现如上述用于处理信息的方法中任一实施例的方法。
第四方面,本公开的实施例提供了一种用于处理信息的计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述用于处理信息的方法中任一实施例的方法。
本公开的实施例提供的用于处理信息的方法和装置,通过获取目标文本,而后对目标文本进行命名实体识别,获得名词序列,接着将名词序列中的每两个名词组成名词对,生成名词对集合;最后对于名词对集合中的名词对,执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系,从而可以通过对文本中的每两个名词进行识别,确定出文本中表征的角色相同的名词,而文本中的名词包括角色的角色名和称谓,进而,本公开的实施例可以自动地确定表征的角色相同的称谓和角色名,并建立表征的角色相同的称谓和角色名的关联关系,相较于现有技术中人工标注读物中的各个称谓关联的角色的方式,可以节省人力,提高信息处理的效率。
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处理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处理信息的方法的一个应用场景的示意图;
图4是根据本公开的用于处理信息的方法的又一个实施例的流程图;
图5是根据本公开的用于处理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的计算机系统的结构示意图。
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本公开的实施例,而非对本公开的实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开的实施例相关的部分。
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处理信息的方法或用于处理信息的装置的实施例的示例性系统架构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,以接收或发送数据等。终端设备101、102、103上可以安装有各种客户端应用,例如小说阅读类应用、有声读物类应用、网页浏览器应用、搜索类应用、即时通信工具、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,可以是具有音频播放功能的各种电子设备,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的软件或软件模块),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发送的目标文本进行处理的信息处理服务器。信息处理服务器可以对接收到的目标文本等数据进行分析等处理,以获得名词对集合,并且,信息处理服务器还可以建立名词对集合包括的名词对中的两个名词之间的关联关系。
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的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是,本公开的实施例所提供的用于处理信息的方法可以由服务器执行,也可以由终端设备执行,还可以由服务器和终端设备彼此配合执行。相应地,用于处理信息的装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器中,也可以全部设置于终端设备中,还可以分别设置于服务器和终端设备中。
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。当用于处理信息的方法运行于其上的电子设备不需要与其他电子设备进行数据传输时,该系统架构可以仅包括用于处理信息的方法运行于其上的电子设备(例如服务器或终端设备)。
继续参考图2,示出了根据本公开的用于处理信息的方法的一个实施例的流程200。该用于处理信息的方法,包括以下步骤:
步骤201,获取目标文本。
在本实施例中,用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从其他电子设备(例如图1所示的终端设备)或者软件模块(例如用于接收作者输入的小说文本的软件模块)获取目标文本,其中,目标文本可以是待对其进行配音以获得音频的文本。
具体的,目标文本可以是各种文本,例如可以是课文文本。
在本实施例的一些可选的实现方式中,目标文本为目标小说文本。
步骤202,对目标文本进行命名实体识别,获得名词序列。
在本实施例中,基于步骤201中得到的目标文本,上述执行主体可以对该目标文本进行命名实体识别,以获得名词序列。
命名实体识别(Named Entity Recognition,NER),又称作“专名识别”,是指识别文本中具有特定意义的实体,主要包括人名、地名、机构名、专有名词等。
具体的,上述执行主体可以利用预先训练的命名实体识别模型从目标文本中提取名词,获得名词序列。需要说明的是,命名实体识别模型可以按照名词在目标文本中出现的先后顺序提取名词,具体可以为:在目标文本中先出现的名词先提取;在目标文本中后出现的名词后提取。例如,目标文本包括“张三说不想见你”,则按照名词出现的先后顺序,命名识别模型可以先从该目标文本中提取名词“张三”,然后再提取名词“你”。进而,可以理解,所获得的名词序列(例如“张三;你”)中的名词按照其在目标文本中出现的先后顺序排列。
需要说明的是,命名实体识别模型的训练方法是目前广泛研究和应用的公知技术,此处不再赘述。
步骤203,将名词序列中的每两个名词组成名词对,生成名词对集合。
在本实施例中,基于步骤202中得到的名词序列,上述执行主体可以将名词序列中的每两个名词组成名词对,进而利用所组成的名词对,生成名词对集合。
具体的,上述执行主体可以采用各种方法将名词序列中的每两个名词组成名词对。作为示例,上述执行主体可以随机地从名词序列中提取两个名词组成名词对,直到名词序列中不包括未被同时提取的两个名词为止。
在本实施例的一些可选的实现方式中,上述执行主体还可以通过以下步骤将名词序列中的每两个名词组成名词对,生成名词对集合:首先,对于名词序列中的名词,上述执行主体可以执行以下名词对组成步骤:确定名词序列中是否包括位于该名词之前的前置名词;响应于确定名词序列中包括位于该名词之前的前置名词,将该名词与该名词对应的前置名词组成名词对;然后,上述执行主体可以利用所组成的名词对,生成名字对集合。
具体的,在上述名词对组成步骤中,上述执行主体具体可以响应于确定名次序列中包括位于该名词之前的前置名词,将该名词与该名词对应的每个前置名词组成一个名词对。并且,需要说明的是,上述执行主体可以按照名词在名词序列中的顺序,依次针对名词序列中的名词执行上述名词对组成步骤。
作为示例,名词序列为“小四;三公子;张三”,则上述执行主体可以首先对于名词序列中的第一个名词“小四”,确定名词序列中是否包括位于该名词“小四”之前的前置名词,响应于不包括“小四”对应的前置名词,则继续针对名词序列中的第二个名词“三公子”,确定名词序列中是否包括位于该名词“三公子”之前的前置名词,响应于包括“三公子”对应的前置名词“小四”,则将该名词“三公子”与该名词对应的前置名词“小四”组成一个名词对“三公子;小四”。接着,上述执行主体可以针对名词序列中的第三个名词“张三”,确定名词序列中是否包括位于该名词“张三”之前的前置名词,响应于包括“张三”对应的前置名词“小四”和前置名词“三公子”,则将该名词“张三”分别与该名词对应的前置名词“小四”和前置名词“三公子”组成名词对,获得两个名词对,分别为名词对“张三;小四”和“张三;三公子”。
不难看出,在该示例中,上述执行主体可以获得三个名词对,分别为“三公子;小四”、名词对“张三;小四”和“张三;三公子”。进而,上述执行主体可以利用这三个名词对,组成名词对集合。
采用本实现方式提供的组成名词对的方法,可以减小对名词序列中的名词进行重复组对的可能性,有助于提高名词对集合的生成效率。
步骤204,对于名词对集合中的名词对,执行识别步骤。
在本实施例中,对于步骤203中得到的名词对集合中的各个名词对,上述执行主体可以执行以下识别步骤(步骤2041-步骤2042):
步骤2041,对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在这里,识别结果可以包括但不限于以下至少一项:文字、数字、图像、符号、视频、音频。作为示例,识别结果可以包括“0”和“1”,其中,“0”可以用于指示名词对中的两个名词不表征相同的角色;“1”可以用于表征名词对中的两个名词表征相同的角色。
可以理解,文本中的名词可以包括角色的角色名和称谓,进而,名词对集合中可以包括由角色名和称谓组成的名词对,因此,对名词对集合中的各个名词对进行识别,既可以实现对角色名和称谓的识别,从而便可以针对文本中的每个称谓,识别出所表征的角色与该称谓表征的角色相同的角色名。需要说明的是,角色名可以指目标文本中对应的读物包括的角色的名字,例如张三、李四。称谓可以指读物中的角色因亲属或其他关系而建立起来的称呼,例如三公子、四少爷。
具体的,上述执行主体可以采用各种方法对名词对中的两个名词进行识别,以获得用于指示名词对中的两个名词是否表征相同的角色的识别结果。
在本实施例的一些可选的实现方式中,上述执行主体可以通过以下不足后对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果:首先,上述执行主体可以确定该名词对中的两个名词的相似度,其中,相似度可以是用于表征两个名词的相似程度的数值,具体的,相似度越大,可以表征两个名词的相似程度越大。然后,上述执行主体可以基于所确定的相似度,生成用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
可以理解,角色的称谓通常可以是针对角色的角色名而确定的昵称、尊称等,进而,表征相同的角色的称谓和角色名中可以包括重合的文字,例如,对于角色名“张三”,称谓可以包括“三公子”、“三少爷”等。对于角色名“李四”,称谓可以包括“小四”、“小李”等。而包括重合的文字的两个名词的相似度更高,因此,本实现方式可以基于名词对中的两个名词的相似度,生成用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
具体的,上述执行主体可以采用各种方法基于所确定的相似度,生成用于指示该名词对中的两个名词是否表征相同的角色的识别结果,例如,上述执行主体可以确定所确定的相似度是否大于或等于预设相似度阈值,响应于大于或等于预设相似度阈值,生成用于指示该名词对中的两个名词表征相同的角色的识别结果(例如“1”);响应于小于预设相似度阈值,生成用于指示该名词对中的两个名词不表征相同的角色的识别结果(例如“0”)。
步骤2042,响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
在本实施例中,基于步骤2041中得到的该名词对对应的识别结果,上述执行主体可以确定该识别结果是否指示该名词对中的两个名词表征相同的角色,以及响应于确定该识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
可以理解,由于名词对集合中包括角色名和称谓组成的名词对,因此,通过本步骤,可以建立所表征的角色相同的角色名和称谓的关联关系,进而,在后续为某个角色进行配音时,可以首先基于建立的关联关系,查找与该角色对应的角色名相关联的称谓,然后将该角色的角色名的对话和与该角色的角色名相关联的称谓的对话均划分给该角色。
作为示例,预先确定了利用A音色为张三这个角色配音。并且,通过上述步骤建立了角色名“张三”与称谓“三公子”的关联关系。则在为张三这个角色配音时,可以将目标文本中角色名“张三”的对话和“三公子”的对话均利用A音色进行配音。
需要说明的是,在这里,上述执行主体可以采用各种方法建立名词对中的两个名词之间的关联关系。例如,上述执行主体可以对名词对中的两个名词进行关联存储;或者,上述执行主体可以对这两个名词在目标文本中的位置进行连线。
在本实施例的一些可选的实现方式中,针对名词对集合中的名词对建立了关联关系后,上述执行主体还可以对名词序列中具有关联关系的名词进行聚合,获得至少一个名词组,其中,名词组中的名词表征相同的角色。
在这里,具有关联关系可以指具有直接的关联关系或者间接的关联关系。
作为示例,通过上述步骤建立了两组关联关系,分别为“张三”-“三公子”和“张三”-“三少爷”。则在这里,“张三”分别与“三公子”和“三少爷”具有直接的关联关系。而由于“张三”与“三公子”表征相同的角色,且“张三”还与“三少爷”表征相同的角色,进而可以确定“三公子”与“三少爷”表征相同的角色,二者具有间接的关联关系,从而“张三”、“三公子”、“三少爷”这三个词是相互之间具有关联关系的名词,上述执行主体可以对这三个词进行聚合,获得包括这三个词的名词组。
实践中,若采用连线的方式建立名词之间的关联关系,则在聚合时,可以直接将连接在一起的名词聚合为一个名词组。例如,连线方式为A-B-C-D,E-F;则可以将A、B、C、D聚合为一个名词组;将E、F聚合为一个名词组,其中,A、B、C、D、E、F分别用于表征名词。
本实现方式通过对具有关联关系的名词进行聚合,可以获得某个角色对应的所有名词组成的名词组,以此,可以在后续步骤中一次性地将该角色对应的所有名词(包括角色名和称谓)的对话分配给该角色,有助于简化对话分配的步骤,提高配音效率。
继续参见图3,图3是根据本实施例的用于处理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,首先,服务器301可以获取目标文本“刚早起,小四正面迎上张三,笑着问候:‘三公子早上好’”302。
然后,服务器301可以对目标文本302进行命名实体识别,获得名词序列“小四;张三;三公子”303。
接着,服务器301可以将名词序列303中的每两个名词组成名词对,生成名词对集合304。具体的,对于名词序列303中的第一个名词“小四”,服务器301可以将该名词与位于其后的两个名词分别组成名词对,进而获得“小四;张三”和“小四;三公子”两个名词对;对于名词序列303中的第二个名词“张三”,服务器301可以将该名词与位于其后的名词“三公子”组成名词对,获得名词对“张三;三公子”。进而,服务器301在获得上述三个名词对之后,可以将三个名字对组成名词对集合304,其中,名词对集合304包括名词对“小四;张三”3041、名词对“小四;三公子”3042和名词对“张三;三公子”3043。
然后,对于名词对集合304中的名词对“小四;张三”3041,服务器301可以执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果3051(例如“0”,其中,数字0可以用于表征两个名词不表征相同的角色);响应于所获得的识别结果3051表征该名词对中的两个名词不表征相同的角色,不建立该名词对中的两个名词的关联关系。
相类似的,对于名词对集合304中的名词对“小四;三公子”3042,服务器301可以执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果3052(例如“0”);响应于所获得的识别结果3052表征该名词对中的两个名词不表征相同的角色,不建立该名词对中的两个名词的关联关系。
对于名词对集合304中的名词对“张三;三公子”3043,服务器301可以执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果3053(例如“1”,其中,数字1可以用于表征两个名词表征相同的角色);响应于所获得的识别结果3053表征该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
本公开的上述实施例提供的方法,可以通过对文本中的每两个名词进行识别,确定出文本中表征的角色相同的名词,而文本中的名词包括角色的角色名和称谓,进而,本公开的实施例可以自动地确定表征的角色相同的称谓和角色名,并建立表征的角色相同的称谓和角色名的关联关系,相较于现有技术中人工标注读物中的各个称谓关联的角色的方式,可以节省人力,提高信息处理的效率。
进一步参考图4,其示出了用于处理信息的方法的又一个实施例的流程400。该用于处理信息的方法的流程400,包括以下步骤:
步骤401,获取目标文本。
在本实施例中,用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从其他电子设备(例如图1所示的终端设备)或者软件模块(例如用于接收作者输入的小说文本的软件模块)获取目标文本,其中,目标文本可以是待对其进行配音以获得音频的文本。
步骤402,对目标文本进行命名实体识别,获得名词序列。
在本实施例中,基于步骤401中得到的目标文本,上述执行主体可以对该目标文本进行命名实体识别,以获得名词序列。
步骤403,将名词序列中的每两个名词组成名词对,生成名词对集合。
在本实施例中,基于步骤402中得到的名词序列,上述执行主体可以将名词序列中的每两个名词组成名词对,进而利用所组成的名词对,生成名词对集合。
步骤404,对于名词对集合中的名词对,执行识别步骤。
在本实施例中,对于步骤403中得到的名词对集合中的各个名词对,上述执行主体可以执行以下识别步骤(步骤4041-步骤4043):
步骤4041,提取该名词对中的两个名词的关联特征,生成关联向量。
在这里,关联特征可以是用于表征两个名词的关联情况的各种特征。
在本实施例的一些可选的实现方式中,关联特征可以包括但不限于以下至少一项:用于表征两个名词对应的性别是否相同的特征;用于表征两个名词是否包括相同的文字的特征;用于表征两个名词是否位于目标文本中的相同的句子的特征;用于表征两个名词是否位于目标文本中的相同的段落的特征;用于表征在名词序列中,两个名词的位置的距离的特征;用于表征两个名词分别对应的两个关联名词集合中,重合的关联名词的数量的特征,其中,名词对应的关联名词集合是在名词序列中,与名词的距离小于或等于预设距离的关联名词所组成的集合。
在这里,两个名词的位置的距离可以由名词序列中两个名词之间间隔的名词的数量确定,例如,当两个名词之间间隔5个名词时,可以确定两个名词的位置的距离为6(6=5+1);当两个名词之间间隔3个名词时,可以确定两个名词的位置的距离为4(4=3+1)。
可以理解,读物中用于表征某个角色的名词(包括角色名和称谓)通常会在一个特定的场景中出现,这将使得读物中出现表征相同的角色的两个名词的时机不会间隔太远。进而,本实现方式可以通过用于表征两个名词是否位于目标文本中的相同的句子的特征、用于表征两个名词是否位于目标文本中的相同的段落的特征和/或用于表征在名词序列中,两个名词的位置的距离的特征来确定称谓与角色名是否匹配。
此外,在读物中,某个角色关联的人物或事物通常是确定的,进而若两个名词表征相同的角色,则这两个名词关联的人物或事物可以是相似的,而实践中,名词关联的人物或事物对应的人物名词或事物名词通常会在该名词的周围出现,因此,本实现方式可以利用名词的关联名词集合来表征名词的关联人物或事物,进而若两个名词的关联名词集合中重合的关联名词的数量越大,则可以表征这两个名词关联的人物或事物越相似,则这两个名词越有可能表征相同的角色。基于此,本实现方式可以将用于表征两个名词分别对应的两个关联名词集合中,重合的关联名词的数量的特征作为两个名词的关联特征,以及基于关联特征,对这两个名词是否表征相同的角色进行识别。其中,名词对应的关联名词集合是在名词序列中,与名词的距离小于或等于预设距离的关联名词所组成的集合。预设距离可以是技术人员预先确定的距离,例如10。
本实现方式提供的上述关联特征是基于现有的读物中表征相同的角色的名词所具有的特点确定出的特征,基于本实现方式的关联特征,有助于在后续步骤中对名词对中的两个名词进行更为准确的识别,生成更为准确的识别结果。
在本实施例中,对于不同的关联特征,上述执行主体可以采用不同的方法提取,以生成关联向量。作为示例,关联特征包括用于表征两个名词对应的性别是否相同的特征,则上述执行主体可以采用预先训练的性别识别模型分别对两个进行性别识别,获得两个名词的性别信息,确定两个名词的性别信息是否相同,若相同,则提取出用于表征两个名词的性别相同的关联特征,生成关联向量,例如“[1]”;若不相同,则提取出用于表征两个名词的性别不相同的关联特征,生成关联向量,例如“[0]”。
作为又一个示例,关联特征包括用于表征两个名词是否位于目标文本中的相同的句子的特征,则上述执行主体可以首先从目标文本中分别确定两个名词所在的句子,然后确定两个名词所在的句子是否是相同的句子,若是相同的句子,则提取出用于表征两个名词位于目标文本中的相同的句子的关联特征,生成关联向量,例如“[0 1]”;若不是相同的句子,则提取出用于表征两个名词不位于目标文本中的相同的句子的关联特征,生成关联向量,例如“[0 0]”。
步骤4042,将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在本实施例中,识别结果可以包括但不限于以下至少一项:文字、数字、符号、图像。作为示例,识别结果可以是概率值,概率值越大,可以表征两个名词表征相同的角色的可能性越高。
识别模型可以是用于对两个名词是否表征相同的角色进行识别的模型,具体可以用于表征两个名词对应的关联向量与两个名词对应的识别结果的对应关系。
具体的,识别模型可以是技术人员基于对大量的名词对中的两个名词的关联向量和名词对中的两个名词对应的识别结果的统计而预先制定的、存储有多个关联向量与识别结果的对应关系的对应关系表,也可以是预先利用机器学习方法,基于训练样本对用于进行文字识别的模型(例如神经网络模型)进行训练后所得到的模型。
需要说明的是,机器学习方法是目前广泛研究和应用的公知技术,此处不再赘述。
在本实施例的一些可选的实现方式中,在步骤4042之前,对于名词对集合中的名词对,上述执行主体可以提取该名词对中的两个名词的词向量;以及上述执行主体可以通过以下步骤获得识别结果:首先,上述执行主体可以将该名词对中的两个名词的词向量和步骤4041中得到的关联向量组成识别用向量。然后,上述执行主体可以将所组成的识别用向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在这里,组成的识别用向量可以包含关联向量和词向量。识别模型可以用于表征包含关联向量和词向量的识别用向量与识别结果的对应关系。
具体的,上述执行主体可以使用预先训练好的word2vec模型,提取名词对中的两个名词的词向量。
需要说明的是,word2vec是目前广泛研究和应用的公知技术,此处不再赘述。
在本实现方式中,上述执行主体可以采用各种方式将关联向量和词向量组合成识别用向量。
作为示例,关联向量为[0 0 1],词向量为[51],则上述执行主体可以在关联向量的尾部增加新的一列,用于添加词向量,进而,组成识别用向量[0 0 1 51];或者,上述执行主体还可以在关联向量的首部增加新的一列,用于添加词向量,进而,组成识别用向量[510 0 1]。
本实现方式可以利用两个名词的词向量和关联向量来识别两个名词是否表征相同的角色,相较于单纯利用关联向量进行的识别,增加了识别用的参考数据,有助于提高识别的准确度,生成更为准确的识别结果。
步骤4043,响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
在本实施例中,基于步骤4042中得到的该名词对对应的识别结果,上述执行主体可以确定该识别结果是否指示该名词对中的两个名词表征相同的角色,以及响应于确定该识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
上述步骤401、步骤402、步骤403、步骤4043可以分别采用与前述实施例中的步骤201、步骤202、步骤203和2042类似的方式执行,上文针对步骤201、步骤202、步骤203和步骤2042的描述也适用于步骤401、步骤402、步骤403和步骤4043,此处不再赘述。
需要说明的是,除上面所记载的内容外,本公开的实施例还可以包括与图2对应的实施例相同或类似的特征、效果,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于处理信息的方法的流程400突出了提取名词对中的两个名词的关联特征,进而利用预先训练的识别模型对两个名词的关联特征进行识别,生成用于指示两个名词是否表征相同的角色的识别结果的步骤。由此,本实施例描述的方案可以利用模型生成用于指示名词对中的名词是否表征相同的角色的识别结果,提高了识别结果生成的智能性和准确性,有助于提高信息处理的智能性和准确性。
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处理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,除下面所记载的特征外,该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征,以及产生与图2所示的方法实施例相同或相应的效果。该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理信息的装置500包括:获取单元501、识别单元502、生成单元503和执行单元504。其中,获取单元501被配置成获取目标文本;识别单元502被配置成对目标文本进行命名实体识别,获得名词序列;生成单元503被配置成将名词序列中的每两个名词组成名词对,生成名词对集合;执行单元504被配置成对于名词对集合中的名词对,执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
在本实施例中,用于处理信息的装置500的获取单元501可以通过有线连接方式或者无线连接方式从其他电子设备(例如图1所示的终端设备)或者软件模块(例如用于接收作者输入的小说文本的软件模块)获取目标文本,其中,目标文本可以是待对其进行配音以获得音频的文本。
在本实施例中,基于获取单元501得到的目标文本,识别单元502可以对该目标文本进行命名实体识别,以获得名词序列。
在本实施例中,基于识别单元502得到的名词序列,生成单元503可以将名词序列中的每两个名词组成名词对,进而利用所组成的名词对,生成名词对集合。
在本实施例中,对于生成单元503得到的名词对集合中的各个名词对,执行单元504可以执行以下识别步骤(步骤5041-步骤5042):
步骤5041,对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
步骤5042,响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
在本实施例中,基于步骤5041中得到的该名词对对应的识别结果,执行单元504可以确定该识别结果是否指示该名词对中的两个名词表征相同的角色,以及响应于确定该识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
在本实施例的一些可选的实现方式中,执行单元504可以进一步被配置成:提取该名词对中的两个名词的关联特征,生成关联向量;将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在本实施例的一些可选的实现方式中,识别步骤还可以包括:提取该名词对中的两个名词的词向量;以及执行单元进一步被配置成:将该名词对中的两个名词的词向量和关联向量组成识别用向量;将所组成的识别用向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在本实施例的一些可选的实现方式中,关联特征可以包括但不限于以下至少一项:用于表征两个名词对应的性别是否相同的特征;用于表征两个名词是否包括相同的文字的特征;用于表征两个名词是否位于目标文本中的相同的句子的特征;用于表征两个名词是否位于目标文本中的相同的段落的特征;用于表征在名词序列中,两个名词的位置的距离的特征;用于表征两个名词分别对应的两个关联名词集合中,重合的关联名词的数量的特征,其中,名词对应的关联名词集合是在名词序列中,与名词的距离小于或等于预设距离的关联名词所组成的集合。
在本实施例的一些可选的实现方式中,执行单元504可以进一步被配置成:确定该名词对中的两个名词的相似度;基于所确定的相似度,生成用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
在本实施例的一些可选的实现方式中,生成单元503可以进一步被配置成:对于名词序列中的名词,执行以下步骤:确定名词序列中是否包括位于该名词之前的前置名词;响应于确定名词序列中包括位于该名词之前的前置名词,将该名词与该名词对应的前置名词组成名词对;利用所组成的名词对,生成名字对集合。
在本实施例的一些可选的实现方式中,目标文本为目标小说文本。
在本实施例的一些可选的实现方式中,装置500还可以包括:聚合单元(图中未示出),被配置成对名词序列中具有关联关系的名词进行聚合,获得至少一个名词组,其中,名词组中的名词表征相同的角色。
本公开的上述实施例提供的装置,可以通过对文本中的每两个名词进行识别,确定出文本中表征的角色相同的名词,而文本中的名词包括角色的角色名和称谓,进而,本公开的实施例可以自动地确定表征的角色相同的称谓和角色名,并建立表征的角色相同的称谓和角色名的关联关系,相较于现有技术中人工标注读物中的各个称谓关联的角色的方式,可以节省人力,提高信息处理的效率。
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)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。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,本公开的实施例所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。
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,所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。
根据本公开的一个或多个实施例,本公开提供了一种用于处理信息的方法,该方法包括:获取目标文本;对目标文本进行命名实体识别,获得名词序列;将名词序列中的每两个名词组成名词对,生成名词对集合;对于名词对集合中的名词对,执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的方法中,对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:提取该名词对中的两个名词的关联特征,生成关联向量;将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的方法中,在将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果之前,识别步骤还包括:提取该名词对中的两个名词的词向量;以及将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:将该名词对中的两个名词的词向量和关联向量组成识别用向量;将所组成的识别用向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的方法中,关联特征包括以下至少一项:用于表征两个名词对应的性别是否相同的特征;用于表征两个名词是否包括相同的文字的特征;用于表征两个名词是否位于目标文本中的相同的句子的特征;用于表征两个名词是否位于目标文本中的相同的段落的特征;用于表征在名词序列中,两个名词的位置的距离的特征;用于表征两个名词分别对应的两个关联名词集合中,重合的关联名词的数量的特征,其中,名词对应的关联名词集合是在名词序列中,与名词的距离小于或等于预设距离的关联名词所组成的集合。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的方法中,对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:确定该名词对中的两个名词的相似度;基于所确定的相似度,生成用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的方法中,将名词序列中的每两个名词组成名词对,生成名词对集合包括:对于名词序列中的名词,执行以下步骤:确定名词序列中是否包括位于该名词之前的前置名词;响应于确定名词序列中包括位于该名词之前的前置名词,将该名词与该名词对应的前置名词组成名词对;利用所组成的名词对,生成名字对集合。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的方法中,目标文本为目标小说文本。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的方法中,该方法还包括:对名词序列中具有关联关系的名词进行聚合,获得至少一个名词组,其中,名词组中的名词表征相同的角色。
根据本公开的一个或多个实施例,本公开提供了一种用于处理信息的装置,该装置包括:获取单元,被配置成获取目标文本;识别单元,被配置成对目标文本进行命名实体识别,获得名词序列;生成单元,被配置成将名词序列中的每两个名词组成名词对,生成名词对集合;执行单元,被配置成对于名词对集合中的名词对,执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的装置中,执行单元进一步被配置成:提取该名词对中的两个名词的关联特征,生成关联向量;将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的装置中,识别步骤还包括:提取该名词对中的两个名词的词向量;以及执行单元进一步被配置成:将该名词对中的两个名词的词向量和关联向量组成识别用向量;将所组成的识别用向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的装置中,关联特征包括以下至少一项:用于表征两个名词对应的性别是否相同的特征;用于表征两个名词是否包括相同的文字的特征;用于表征两个名词是否位于目标文本中的相同的句子的特征;用于表征两个名词是否位于目标文本中的相同的段落的特征;用于表征在名词序列中,两个名词的位置的距离的特征;用于表征两个名词分别对应的两个关联名词集合中,重合的关联名词的数量的特征,其中,名词对应的关联名词集合是在名词序列中,与名词的距离小于或等于预设距离的关联名词所组成的集合。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的装置中,执行单元进一步被配置成:确定该名词对中的两个名词的相似度;基于所确定的相似度,生成用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的装置中,生成单元进一步被配置成:对于名词序列中的名词,执行以下步骤:确定名词序列中是否包括位于该名词之前的前置名词;响应于确定名词序列中包括位于该名词之前的前置名词,将该名词与该名词对应的前置名词组成名词对;利用所组成的名词对,生成名字对集合。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的装置中,目标文本为目标小说文本。
根据本公开的一个或多个实施例,本公开提供的用于处理信息的装置中,该装置还包括:聚合单元,被配置成对名词序列中具有关联关系的名词进行聚合,获得至少一个名词组,其中,名词组中的名词表征相同的角色。
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:一种处理器包括获取单元、识别单元、生成单元和执行单元。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,获取单元还可以被描述为“获取目标文本的单元”。
作为另一方面,本公开的实施例还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的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:获取目标文本;对目标文本进行命名实体识别,获得名词序列;将名词序列中的每两个名词组成名词对,生成名词对集合;对于名词对集合中的名词对,执行以下识别步骤:对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
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,本公开的实施例中所涉及的范围,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本公开构思的情况下,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的实施例中公开的(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 (11)
1.一种用于处理信息的方法,包括:
获取目标文本;
对所述目标文本进行命名实体识别,获得名词序列;
将所述名词序列中的每两个名词组成名词对,生成名词对集合;
对于所述名词对集合中的名词对,执行以下识别步骤:
对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;
响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
2.根据权利要求1所述的方法,其中,所述对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:
提取该名词对中的两个名词的关联特征,生成关联向量;
将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
3.根据权利要求2所述的方法,其中,在所述将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果之前,所述识别步骤还包括:
提取该名词对中的两个名词的词向量;以及
所述将所生成的关联向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:
将该名词对中的两个名词的词向量和关联向量组成识别用向量;
将所组成的识别用向量输入预先训练的识别模型,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
4.根据权利要求2所述的方法,其中,关联特征包括以下至少一项:
用于表征两个名词对应的性别是否相同的特征;
用于表征两个名词是否包括相同的文字的特征;
用于表征两个名词是否位于所述目标文本中的相同的句子的特征;
用于表征两个名词是否位于所述目标文本中的相同的段落的特征;
用于表征在所述名词序列中,两个名词的位置的距离的特征;
用于表征两个名词分别对应的两个关联名词集合中,重合的关联名词的数量的特征,其中,名词对应的关联名词集合是在所述名词序列中,与名词的距离小于或等于预设距离的关联名词所组成的集合。
5.根据权利要求1所述的方法,其中,所述对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果包括:
确定该名词对中的两个名词的相似度;
基于所确定的相似度,生成用于指示该名词对中的两个名词是否表征相同的角色的识别结果。
6.根据权利要求1所述的方法,其中,所述将所述名词序列中的每两个名词组成名词对,生成名词对集合包括:
对于所述名词序列中的名词,执行以下步骤:
确定所述名词序列中是否包括位于该名词之前的前置名词;
响应于确定所述名词序列中包括位于该名词之前的前置名词,将该名词与该名词对应的前置名词组成名词对;
利用所组成的名词对,生成名字对集合。
7.根据权利要求1所述的方法,其中,所述目标文本为目标小说文本。
8.根据权利要求1-7之一所述的方法,其中,所述方法还包括:
对所述名词序列中具有关联关系的名词进行聚合,获得至少一个名词组,其中,所述名词组中的名词表征相同的角色。
9.一种用于处理信息的装置,包括:
获取单元,被配置成获取目标文本;
识别单元,被配置成对所述目标文本进行命名实体识别,获得名词序列;
生成单元,被配置成将所述名词序列中的每两个名词组成名词对,生成名词对集合;
执行单元,被配置成对于所述名词对集合中的名词对,执行以下识别步骤:
对该名词对中的两个名词进行识别,获得用于指示该名词对中的两个名词是否表征相同的角色的识别结果;
响应于所获得的识别结果指示该名词对中的两个名词表征相同的角色,建立该名词对中的两个名词的关联关系。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,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,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010727818.9A CN111859971A (zh) | 2020-07-23 | 2020-07-23 | 用于处理信息的方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010727818.9A CN111859971A (zh) | 2020-07-23 | 2020-07-23 | 用于处理信息的方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111859971A true CN111859971A (zh) | 2020-10-30 |
Family
ID=72950870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010727818.9A Pending CN111859971A (zh) | 2020-07-23 | 2020-07-23 | 用于处理信息的方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859971A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409766A (zh) * | 2021-05-31 | 2021-09-17 | 北京搜狗科技发展有限公司 | 一种识别方法、装置、用于识别的装置及语音合成方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101446943A (zh) * | 2008-12-10 | 2009-06-03 | 苏州大学 | 一种中文处理中基于语义角色信息的指代消解方法 |
US20090326919A1 (en) * | 2003-11-18 | 2009-12-31 | Bean David L | Acquisition and application of contextual role knowledge for coreference resolution |
CN104462053A (zh) * | 2013-09-22 | 2015-03-25 | 江苏金鸽网络科技有限公司 | 一种文本内的基于语义特征的人称代词指代消解方法 |
CN107729319A (zh) * | 2017-10-18 | 2018-02-23 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN109543021A (zh) * | 2018-11-29 | 2019-03-29 | 北京光年无限科技有限公司 | 一种面向智能机器人的故事数据处理方法及系统 |
CN110348012A (zh) * | 2019-07-01 | 2019-10-18 | 北京明略软件系统有限公司 | 确定目标字符的方法、装置、存储介质及电子装置 |
CN110705206A (zh) * | 2019-09-23 | 2020-01-17 | 腾讯科技(深圳)有限公司 | 一种文本信息的处理方法及相关装置 |
CN110968678A (zh) * | 2018-09-28 | 2020-04-07 | 科沃斯商用机器人有限公司 | 文本指代消解的方法、设备及介质 |
-
2020
- 2020-07-23 CN CN202010727818.9A patent/CN111859971A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090326919A1 (en) * | 2003-11-18 | 2009-12-31 | Bean David L | Acquisition and application of contextual role knowledge for coreference resolution |
CN101446943A (zh) * | 2008-12-10 | 2009-06-03 | 苏州大学 | 一种中文处理中基于语义角色信息的指代消解方法 |
CN104462053A (zh) * | 2013-09-22 | 2015-03-25 | 江苏金鸽网络科技有限公司 | 一种文本内的基于语义特征的人称代词指代消解方法 |
CN107729319A (zh) * | 2017-10-18 | 2018-02-23 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN110968678A (zh) * | 2018-09-28 | 2020-04-07 | 科沃斯商用机器人有限公司 | 文本指代消解的方法、设备及介质 |
CN109543021A (zh) * | 2018-11-29 | 2019-03-29 | 北京光年无限科技有限公司 | 一种面向智能机器人的故事数据处理方法及系统 |
CN110348012A (zh) * | 2019-07-01 | 2019-10-18 | 北京明略软件系统有限公司 | 确定目标字符的方法、装置、存储介质及电子装置 |
CN110705206A (zh) * | 2019-09-23 | 2020-01-17 | 腾讯科技(深圳)有限公司 | 一种文本信息的处理方法及相关装置 |
Non-Patent Citations (1)
Title |
---|
高俊伟等: "基于SVM的中文名词短语指代消解研究", 《计算机科学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409766A (zh) * | 2021-05-31 | 2021-09-17 | 北京搜狗科技发展有限公司 | 一种识别方法、装置、用于识别的装置及语音合成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108121800B (zh) | 基于人工智能的信息生成方法和装置 | |
US20240021202A1 (en) | Method and apparatus for recognizing voice, electronic device and medium | |
CN111800671B (zh) | 用于对齐段落和视频的方法和装置 | |
CN110969012A (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
CN107707745A (zh) | 用于提取信息的方法和装置 | |
CN111753551B (zh) | 基于词向量生成模型的信息生成方法和装置 | |
CN109801527B (zh) | 用于输出信息的方法和装置 | |
WO2021135319A1 (zh) | 基于深度学习的文案生成方法、装置及电子设备 | |
WO2022037419A1 (zh) | 音频内容识别方法、装置、设备和计算机可读介质 | |
CN109460503B (zh) | 答案输入方法、装置、存储介质及电子设备 | |
CN111897950A (zh) | 用于生成信息的方法和装置 | |
WO2020052061A1 (zh) | 用于处理信息的方法和装置 | |
CN111859970B (zh) | 用于处理信息的方法、装置、设备和介质 | |
CN110647613A (zh) | 一种课件构建方法、装置、服务器和存储介质 | |
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 | |
CN111078849A (zh) | 用于输出信息的方法和装置 | |
CN113038175B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN111327960B (zh) | 文章处理方法、装置、电子设备及计算机存储介质 | |
CN111859971A (zh) | 用于处理信息的方法、装置、设备和介质 | |
US8654942B1 (en) | Multi-device video communication session | |
CN114564581A (zh) | 基于深度学习的文本分类展示方法、装置、设备和介质 | |
CN113761865A (zh) | 声文重对齐及信息呈现方法、装置、电子设备和存储介质 | |
CN113221514A (zh) | 文本处理方法、装置、电子设备和存储介质 | |
CN112699687A (zh) | 内容编目方法、装置和电子设备 | |
CN113312928A (zh) | 文本翻译方法、装置、电子设备和存储介质 |
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 |