CN114417879A - 跨语言文本语义模型的生成方法、装置及电子设备 - Google Patents

跨语言文本语义模型的生成方法、装置及电子设备 Download PDF

Info

Publication number
CN114417879A
CN114417879A CN202111647494.9A CN202111647494A CN114417879A CN 114417879 A CN114417879 A CN 114417879A CN 202111647494 A CN202111647494 A CN 202111647494A CN 114417879 A CN114417879 A CN 114417879A
Authority
CN
China
Prior art keywords
text
semantic
determining
semantic vector
distance
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.)
Granted
Application number
CN202111647494.9A
Other languages
English (en)
Other versions
CN114417879B (zh
Inventor
韩雅倩
王硕寰
孙宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111647494.9A priority Critical patent/CN114417879B/zh
Publication of CN114417879A publication Critical patent/CN114417879A/zh
Priority to US18/054,608 priority patent/US20230080904A1/en
Application granted granted Critical
Publication of CN114417879B publication Critical patent/CN114417879B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Machine Translation (AREA)

Abstract

本公开提供了一种跨语言文本语义模型的生成方法、装置及电子设备，涉及数据处理技术领域，尤其涉及自然语言处理、深度学习等人工智能技术领域。包括：获取训练数据集，其中，训练数据集中包括单语言非平行文本及双语言平行文本；将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量；根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离；根据每两个文本间的平行关系及对应的语义向量间的距离，确定修正梯度；基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。由此，文本语义模型可以对各种语言文本进行处理，以准确确定其对应的语义向量，为跨语言文本语义匹配提供了条件。

Description

跨语言文本语义模型的生成方法、装置及电子设备
技术领域
本公开涉及数据处理技术领域，尤其涉及自然语言处理、深度学习等人工智能技术领域，具体涉及一种跨语言文本语义模型的生成方法、装置及电子设备。
背景技术
随着人工智能技术地不断发展和完善，其已经在与人类日常生活相关的各个领域扮演着极其重要的作用。例如，跨语言语义匹配技术，可以为机器翻译、译员记忆入库、跨语言信息检索等领域提供可信的双语句对齐文本。因此，如何准确地获取跨语言文本对应的语义向量成为重点的研究方向。
发明内容
本公开提供了一种跨语言文本语义模型的生成方法、装置及电子设备。
根据本公开的第一方面，提供了一种跨语言文本语义模型的生成方法，包括：
获取训练数据集，其中，所述训练数据集中包括单语言非平行文本及双语言平行文本；
将所述训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量；
根据每个文本对应的语义向量，确定每两个所述文本对应的语义向量间的距离；
根据每两个所述文本间的平行关系及对应的语义向量间的距离，确定修正梯度；
基于所述修正梯度，对所述初始文本语义模型进行修正，以获取修正后的文本语义模型。
根据本公开的第一方面，提供了一种文本语义的确定方法，包括：
获取待识别的文本；
将所述待识别的文本输入预设的文本语义模型，以确定所述待识别的文本对应的语义向量，其中，所述预设的文本语义模型为基于如第一方面所述的方法生成的。
根据本公开的第三方面，提供了一种跨语言文本语义模型的生成装置，包括：
第一获取模块，用于获取训练数据集，其中，所述训练数据集中包括单语言非平行文本及双语言平行文本；
第一确定模块，用于将所述训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量；
第二确定模块，用于根据每个文本对应的语义向量，确定每两个所述文本对应的语义向量间的距离；
第三确定模块，用于根据每两个所述文本间的平行关系及对应的语义向量间的距离，确定修正梯度；
修正模块，用于基于所述修正梯度，对所述初始文本语义模型进行修正，以获取修正后的文本语义模型。
根据本公开的第四方面，提供了一种文本语义的确定装置，包括：
获取模块，用于获取待识别的文本；
确定模块，用于将所述待识别的文本输入预设的文本语义模型，以确定所述待识别的文本对应的语义向量，其中，所述预设的文本语义模型为基于第三方面所述的装置生成的。
根据本公开的第五方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的跨语言文本语义模型的生成方法，或者执行如第二方面所述的文本语义的确定方法。
根据本公开第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如第一方面所述的跨语言文本语义模型的生成方法，或者执行如第二方面所述的文本语义的确定方法。
根据本公开的第七方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令在被处理器执行时实现如第一方面所述的跨语言文本语义模型的生成方法的步骤，或者实现如第二方面所述的文本语义的确定方法的步骤。
本公开提供的跨语言文本语义模型的生成方法、装置及电子设备，存在如下有益效果：
本公开实施例中，先获取包括单语言非平行文本及双语言平行文本训练数据集，之后将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量，再根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离，之后根据每两个文本间的平行关系及对应的语义向量间的距离，确定修正梯度，最后基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。由此，基于对比学习损失的方式，根据每两个文本之间的平行关系及对应的语义向量间的距离，对初始文本语义模型进行修正，从而使生成的文本语义模型可以对各种语言文本进行处理，以准确确定其对应的语义向量，为跨语言文本语义匹配提供了条件。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开一实施例提供的一种跨语言文本语义模型的生成方法的流程示意图；
图2是根据本公开又一实施例提供的一种跨语言文本语义模型的生成方法的流程示意图；
图3是根据本公开一实施例提供的一种文本语义的确定方法的流程示意图；
图4是根据本公开一实施例提供的一种文本语义的确定方法的流程示意图；
图5是根据本公开一实施例提供的一种跨语言文本语义模型的生成装置的结构示意图；
图6是根据本公开一实施例提供的一种文本语义的确定装置的结构示意图；
图7是用来实现本公开实施例的跨语言文本语义模型的生成方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本公开实施例涉及计算机视觉、深度学习等人工智能技术领域。
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
自然语言处理是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它是计算机科学与语言学的交叉学科，又常被称为计算语言学。由于自然语言是人类区别于其他动物的根本标志。没有语言，人类的思维也就无从谈起，所以自然语言处理体现了人工智能的最高任务与境界，也就是说，只有当计算机具备了处理自然语言的能力时，机器才算实现了真正的智能。
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
下面参考附图描述本公开实施例的跨语言文本语义模型的生成方法方法、装置及电子设备。
其中，需要说明的是，本实施例的跨语言文本语义模型的生成方法的执行主体为跨语言文本语义模型的生成装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。
图1是根据本公开一实施例提供的一种跨语言文本语义模型的生成方法的流程示意图。
如图1所示，该跨语言文本语义模型的生成方法包括：
S101：获取训练数据集，其中，训练数据集中包括单语言非平行文本及双语言平行文本。
其中，单语言非平行文本中可以包含每类语言对应的文本。比如，英文文本，中文文本，韩文文本等，本公开对此不做限定。
其中，双语言平行文本中包含语义相同的两种语言文本。举例来说，“早上好”为中文，“早上好”对应的英文可以为“Good morning”，则“早上好”和“Good morning”为双语言平行文本。
需要说明的是，本公开实施例中，对双语言平行文本中的两种语言种类不做限定。比如，可以为语义相同的中文文本及英文文本，也可以为语义相同的英文文本及韩文文本。
S102：将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量。
其中，语义向量为文本中的符号在语义空间中的表示。
可选的，初始文本语义模型可以为多语言预训练模型，如ERNIE-M，或者，M-Bert(Multilingual Bidirectional encoder representation from transformers)。本公开对此不做限定。
S103：根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离。
可选的，可以采用欧式距离计算公式确定每两个文本对应的语义向量间的距离。或者，也可以采用曼哈顿距离计算公式，确定每两个文本对应的语义向量间的距离。本公开对此不做限定。
可以理解的是，每两个文本对应的语义向量间的距离可以表征每两个文本对应的语义向量间的相似度，语义向量间的距离越小，每两个文本对应的语义向量间的相似度越大。
S104：根据每两个文本间的平行关系及对应的语义向量间的距离，确定修正梯度。
其中，两个文本间的平行关系可以包括：两个文本为平行文本，也即两个文本为不同的语言文本但表示相同的语义，如“早上好”和“Good morning”；两个文本为非平行文本，即两个文本表示不同的语义，如“早上好”和“Thanks”，或者，“早上好”和“谢谢”等。
可以理解的是，具有平行关系的两个文本表示相同的语义，为了将具有平行关系的两个文本尽可能地用同一语义向量进行表示，不具有平行关系的两个文本尽可能地用不同的语义向量进行表示。因此，本公开实施例中，可以采用对比学习损失的方法对初始文本语义模型进行训练。即让具有平行关系的两个文本对应的语义向量间的距离应该尽可能的小，不具有平行关系的两个文本对应的语义向量间的距离应该尽可能的大。
因此，若初始文本语义模型输出的具有平行关系的两个文本对应的语义向量间的距离较大，则可以对其赋予较大的损失值，进而根据损失值，确定修正梯度。
需要说明的是，在训练数据集中包含大量文本的情况下，若将训练数据集中包含的每个文本依次输入初始文本语义模型，以对初始文本语义模型进行训练，可能会导致初始文本语义模型的震荡比较严重，不利于初始文本语义模型的训练。若将训练数据集中包含的文本全部输入初始文本语义模型，可能超过初始文本语义模型的训练能力。
因此，本公开中，可以先根据训练数据集中包含的文本数量，将训练数据集进行划分，以获取多个训练子集。之后根据每个训练子集中每两个文本间的平行关系及对应的语义向量间的距离，确定训练子集对应的修正梯度。由此，避免了基于每个文本对初始文本语义模型训练，导致初始文本语义模型的震荡严重，或者，全部文本同时训练，而超出模型的能力，从而有利于模型更好地训练。
需要说明的是，每个训练子集中包含的文本数量可以相同，也可以不同，本公开对此不做限定。
S105：基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。
可以理解的是，基于修正梯度对初始文本语义模型进行修正，从而可以提高文本语义模型的收敛性及鲁棒性。
可以理解的是，由于单语言非平行语料的获取难度较低，因此，本公开实施例中，可以基于大量的单语言非平行语料，对初始文本语义模型进行训练，以增强生成的文本语义模型对不同语言文本的理解能力；再基于少量的双语数据，使生成的文本语义模型学习不同语言间的对齐关系；然后再基于对比学习损失的方式，对初始文本语义模型进行训练，使得两个平行文本对应的语义向量间的距离应该尽可能的小，两个非平行文本对应的语义向量间的距离应该尽可能的大，从而使得生成的文本语义模型不仅可以确定多种语言文本对应的语义向量，而且提高了获取的语义向量的准确性。
本公开实施例中，先获取包括单语言非平行文本及双语言平行文本训练数据集，之后将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量，再根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离，之后根据每两个文本间的平行关系及对应的语义向量间的距离，确定修正梯度，最后基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。由此，基于对比学习损失的方式，根据每两个文本之间的平行关系及对应的语义向量间的距离，对初始文本语义模型进行修正，从而使生成的文本语义模型可以对各种语言文本进行处理，以准确确定其对应的语义向量，为跨语言文本语义匹配提供了条件。
图2是根据本公开又一实施例提供的一种跨语言文本语义模型的生成方法的流程示意图。
如图2所示，该跨语言文本语义模型的生成方法包括：
S201：获取训练数据集，其中，训练数据集中包括单语言非平行文本及双语言平行文本。
S202：将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量。
本公开实施例中，初始文本语义模型，可以采用基于飞桨训练框架的多语言预训练模型ERNIE-M，可以先利用双语言平行文本，将双语言平行文本中的两种语言文本拼接成一个输入序列，之后使用多语言掩码语言模型(MMLM)、翻译语言模型(TranslationLanguage Modeling，TLM)，或跨注意力掩码语言建模(CAMLM)等掩码语言模型，初步学习不同语言间的对齐关系，之后利用大量单语言非平行文本，通过回译的方法，进一步增强初始文本语义模型在不同语言间的理解能力。
可选的，初始文本语义模型中顶层的CLS标识位可将输入的文本转化成对应的语义向量。
S203：根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离。
其中，步骤S201-步骤S203的具体实现形式，可参照本公开其他各实施例中的详细描述，此处不再详细赘述。
S204：响应于第一文本与第二文本为平行文本，确定第一文本与第二文本间的第一语义向量距离，及第一文本分别与各其余文本间的第二语义向量距离。
可选的，可以采用欧式距离计算公式，确定第一文本与第二文本间的第一语义向量距离，及第一文本分别与各其余文本间的第二语义向量距离。或者，也可以采用曼哈顿距离计算公式，确定第一文本与第二文本间的第一语义向量距离，及第一文本分别与各其余文本间的第二语义向量距离。本公开对此不做限定。
S205：根据第一语义向量距离与各第二语义向量距离，确定损失值。
需要说明的是，为了使两个平行文本尽可能地用同一语义向量进行表示，两个非平行文本用尽可能不同的语义向量进行表示。本公开中，可以根据第一语义向量距离与各第二语义向量距离，确定损失值。
可选的，还可以根据第一语义向量距离与每个第二语义向量距离间的差值，确定损失值。
可以理解的是，若第一语义向量距离与每个第二语义向量距离间的差值越小，则说明，模型输出的平行文本语义向量间的距离，与非并行文本语义向量间的距离相近，从而可以确定损失值应越大，从而使得基于损失值修正后的初始文本语义模型，确定的两个平行文本对应的第一语义向量间的距离越小，两个非平行文本对应的第二语义向量间的距离越大，进而使得第一语义向量距离远小于各第二语义向量距离。
或者，还可以根据第一语义向量距离与第一阈值的差值及每个第二语义向量距离与第二阈值的差值，确定损失值。
其中，第一阈值可以为提前设定好的阈值，比如可以为0.15、0.1等等，本公开对此不做限定。第二阈值也可以为提前设定好的阈值，比如可以为0.9、0.95等等，本公开对此不做限定。
需要说明的是，为了使第一语义向量距离远小于第二语义向量的距离，第一阈值也应小于第二阈值。
需要说明的是，第一语义向量距离与第一阈值的差值越大，每个第二语义向量距离与第二阈值的差值越大，则确定的损失值越大。
或者，还可以根据第一语义向量距离与语义向量距离和的比值，确定损失值，其中，语义向量距离和为第一语义向量距离与各个第二语义向量距离间的和。
可选的，可以基于softmax分类器，根据第一语义向量距离与语义向量距离和的比值，确定损失值。
举例来说，第一文本对“早上好”，与第一文本平行的第二文本为“Good morning”，其余文本为“Hello world”，“Thanks”，若将“早上好”与“Good morning”对应的第一语义向量距离，“早上好”与“Hello world”对应的第二语义向量距离，及“早上好”与“Thanks”对应的第二语义向量距离，输入softmax分类器，则softmax分类器的输出可以为：
Figure BDA0003444125940000091
其中，softmax的输出为第一语义向量距离与语义向量距离和的比值，d1为“早上好”与“Good morning”对应的第一语义向量距离，d2为“早上好”与“Hello world”对应的第二语义向量距离，d3为“早上好”与“Thanks”对应的第二语义向量距离。
S206：根据损失值，确定修正梯度。
S207：基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。
其中，步骤S207的具体实现形式，可参照本公开其他各实施例中的详细描述，此处不再详细赘述。
图3是根据本公开一实施例提供的一种跨语言文本语义模型的生成方法的流程示意图，如图3所示，先将单语言非平行文本及双语言平行文本等输入数据输入ERNIE-M中，由ERNIE-M对输入数据进行句子表征学习，之后根据ERNIE-M中的CLS标志位，获取每个文本对应的语义向量，最后基于对比学习损失的方式，根据平行文本对应的第一语义向量距离与非平行文本对应的各第二语义向量距离，确定损失值。
本公开实施例中，先获取包括单语言非平行文本及双语言平行文本训练数据集，之后将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量，根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离，再根据平行的第一文本与第二文本间的第一语义向量距离与第一文本分别与各其余文本间的第二语义向量距离，确定损失值，最后根据损失值，确定修正梯度，基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。由此，通过基于对比学习损失，根据平行文本间的第一语义向量距离与非平行文本间的第一语义向量距离，确定损失值，进而对初始文本语义模型进行修正，从而使生成的文本语义模型不仅可以确定多种语言文本对应的语义向量，而且提高了获取的语义向量的准确性。
图4是根据本公开一实施例提供的一种文本语义的确定方法的流程示意图。
如图4所示，该文本语义的确定方法包括：
S401：获取待识别的文本。
其中，待识别的文本可以为需要对其进行处理，以获取其对应的语义向量的文本。可选的，待识别的文本可以为英文文本，中文文本，法文文本等，本公开对此不做限定。
可选的，可以从书籍、漫画、网络信息中获取待识别的文本。或者，也可以对语音数据进行识别，以获取语音数据中包含的待识别的文本。本公开对此不做限定。
可选的，待识别的文本可以为一个单词、一句话，或一段文本等，本公开对此不做限定。
S402：将待识别的文本输入预设的文本语义模型，以确定待识别的文本对应的语义向量。
其中，预设的文本语义模型为基于本公开其他实施例提供的跨语言文本语义模型的生成方法生成的。
本公开实施例中，先获取待识别的文本，之后将待识别的文本输入预设的文本语义模型，以确定待识别的文本对应的语义向量。由此，由文本语义模型对待识别的文本进行处理，从而使得获取的待识别的文本对应的语义向量更加准确。
图5是根据本公开一实施例提供的一种跨语言文本语义模型的生成装置的结构示意图。
如图5所示，该跨语言文本语义模型的生成装置500，包括：
第一获取模块510，用于获取训练数据集，其中，训练数据集中包括单语言非平行文本及双语言平行文本；
第一确定模块520，用于将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量；
第二确定模块530，用于根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离；
第三确定模块540，用于根据每两个文本间的平行关系及对应的语义向量间的距离，确定修正梯度；
修正模块550，用于基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。
可选的，第三确定模块540，包括：
第一确定单元，用于响应于第一文本与第二文本为平行文本，确定第一文本与第二文本间的第一语义向量距离，及第一文本分别与各其余文本间的第二语义向量距离；
第二确定单元，用于根据第一语义向量距离与各第二语义向量距离，确定损失值；
第三确定单元，用于根据损失值，确定修正梯度。
可选的，第二确定单元，具体用于：
根据第一语义向量距离与每个第二语义向量距离间的差值，确定损失值；
或者，根据第一语义向量距离与第一阈值的差值及每个第二语义向量距离与第二阈值的差值，确定损失值；
或者，根据第一语义向量距离与语义向量距离和的比值，确定损失值，其中，语义向量距离和为第一语义向量距离与各个第二语义向量距离间的和。
可选的，第三确定模块，具体用于：
根据训练数据集中包含的文本数量，将训练数据集进行划分，以获取多个训练子集；
根据每个训练子集中每两个文本间的平行关系及对应的语义向量间的距离，确定训练子集对应的修正梯度。
需要说明的是，前述对跨语言文本语义模型的生成方法的解释说明也适用于本实施例的跨语言文本语义模型的生成装置，此处不再赘述。
本公开实施例中，先获取包括单语言非平行文本及双语言平行文本训练数据集，之后将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量，再根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离，之后根据每两个文本间的平行关系及对应的语义向量间的距离，确定修正梯度，最后基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。由此，基于对比学习损失的方式，根据每两个文本之间的平行关系及对应的语义向量间的距离，对初始文本语义模型进行修正，从而使生成的文本语义模型可以对各种语言文本进行处理，以准确确定其对应的语义向量，为跨语言文本语义匹配提供了条件。
图6是根据本公开一实施例提供的一种文本语义的确定装置的结构示意图。如图6所示，该文本语义的确定装置600，包括：
获取模块610，用于获取待识别的文本；
确定模块620，用于将待识别的文本输入预设的文本语义模型，以确定待识别的文本对应的语义向量，其中，预设的文本语义模型为基于如图5所示的装置生成的。
本公开实施例中，先获取待识别的文本，之后将待识别的文本输入预设的文本语义模型，以确定待识别的文本对应的语义向量。由此，由文本语义模型对待识别的文本进行处理，从而使得获取的待识别的文本对应的语义向量更加准确。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如跨语言文本语义模型的生成方法，或者文本语义的确定方法。例如，在一些实施例中，跨语言文本语义模型的生成方法，或者文本语义的确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的跨语言文本语义模型的生成方法，或者文本语义的确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行跨语言文本语义模型的生成方法，或者文本语义的确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
本公开实施例中，先获取包括单语言非平行文本及双语言平行文本训练数据集，之后将训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量，再根据每个文本对应的语义向量，确定每两个文本对应的语义向量间的距离，之后根据每两个文本间的平行关系及对应的语义向量间的距离，确定修正梯度，最后基于修正梯度，对初始文本语义模型进行修正，以获取修正后的文本语义模型。由此，基于对比学习损失的方式，根据每两个文本之间的平行关系及对应的语义向量间的距离，对初始文本语义模型进行修正，从而使生成的文本语义模型可以对各种语言文本进行处理，以准确确定其对应的语义向量，为跨语言文本语义匹配提供了条件。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。在本公开的描述中，所使用的词语“如果”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“在……情况下”。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (13)

1.一种跨语言文本语义模型的生成方法，其中，包括：
获取训练数据集，其中，所述训练数据集中包括单语言非平行文本及双语言平行文本；
将所述训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量；
根据每个文本对应的语义向量，确定每两个所述文本对应的语义向量间的距离；
根据每两个所述文本间的平行关系及对应的语义向量间的距离，确定修正梯度；
基于所述修正梯度，对所述初始文本语义模型进行修正，以获取修正后的文本语义模型。
2.如权利要求1所述的方法，其中，根据每两个所述文本间的平行关系及对应的语义向量间的距离，确定修正梯度，包括：
响应于第一文本与第二文本为平行文本，确定所述第一文本与第二文本间的第一语义向量距离，及所述第一文本分别与各其余文本间的第二语义向量距离；
根据所述第一语义向量距离与所述各第二语义向量距离，确定损失值；
根据所述损失值，确定修正梯度。
3.如权利要求2所述的方法，其中，所述根据所述第一语义向量距离与所述各第二语义向量距离，确定损失值，包括：
根据所述第一语义向量距离与每个所述第二语义向量距离间的差值，确定所述损失值；
或者，根据所述第一语义向量距离与第一阈值的差值及每个所述第二语义向量距离与第二阈值的差值，确定所述损失值；
或者，根据所述第一语义向量距离与语义向量距离和的比值，确定所述损失值，其中，所述语义向量距离和为所述第一语义向量距离与各个第二语义向量距离间的和。
4.如权利要求1所述的方法，其中，所述根据每两个所述文本间的平行关系及对应的语义向量间的距离，确定修正梯度，包括：
根据所述训练数据集中包含的文本数量，将所述训练数据集进行划分，以获取多个训练子集；
根据每个训练子集中每两个所述文本间的平行关系及对应的语义向量间的距离，确定所述训练子集对应的修正梯度。
5.一种文本语义的确定方法，其中，包括：
获取待识别的文本；
将所述待识别的文本输入预设的文本语义模型，以确定所述待识别的文本对应的语义向量，其中，所述预设的文本语义模型为基于如权利要求1-4任一所述的方法生成的。
6.一种跨语言文本语义模型的生成装置，其中，包括：
第一获取模块，用于获取训练数据集，其中，所述训练数据集中包括单语言非平行文本及双语言平行文本；
第一确定模块，用于将所述训练数据集中各文本分别输入初始文本语义模型，以确定每个文本对应的语义向量；
第二确定模块，用于根据每个文本对应的语义向量，确定每两个所述文本对应的语义向量间的距离；
第三确定模块，用于根据每两个所述文本间的平行关系及对应的语义向量间的距离，确定修正梯度；
修正模块，用于基于所述修正梯度，对所述初始文本语义模型进行修正，以获取修正后的文本语义模型。
7.如权利要求6所述的装置，其中，所述第三确定模块，包括：
第一确定单元，用于响应于第一文本与第二文本为平行文本，确定所述第一文本与第二文本间的第一语义向量距离，及所述第一文本分别与各其余文本间的第二语义向量距离；
第二确定单元，用于根据所述第一语义向量距离与所述各第二语义向量距离，确定损失值；
第三确定单元，用于根据所述损失值，确定修正梯度。
8.如权利要求7所述的装置，其中，所述第二确定单元，具体用于：
根据所述第一语义向量距离与每个所述第二语义向量距离间的差值，确定所述损失值；
或者，根据所述第一语义向量距离与第一阈值的差值及每个所述第二语义向量距离与第二阈值的差值，确定所述损失值；
或者，根据所述第一语义向量距离与语义向量距离和的比值，确定所述损失值，其中，所述语义向量距离和为所述第一语义向量距离与各个第二语义向量距离间的和。
9.如权利要求6所述的装置，其中，所述第三确定模块，具体用于：
根据所述训练数据集中包含的文本数量，将所述训练数据集进行划分，以获取多个训练子集；
根据每个训练子集中每两个所述文本间的平行关系及对应的语义向量间的距离，确定所述训练子集对应的修正梯度。
10.一种文本语义的确定装置，其中，包括：
获取模块，用于获取待识别的文本；
确定模块，用于将所述待识别的文本输入预设的文本语义模型，以确定所述待识别的文本对应的语义向量，其中，所述预设的文本语义模型为基于如权利要求6-9任一所述的装置生成的。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法，或者执行权利要求5所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法，或者执行权利要求5所述的方法。
13.一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时实现权利要求1-4中任一项所述方法的步骤，或者实现权利要求5所述的方法的步骤。
CN202111647494.9A 2021-12-29 2021-12-29 跨语言文本语义模型的生成方法、装置及电子设备 Active CN114417879B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111647494.9A CN114417879B (zh) 2021-12-29 2021-12-29 跨语言文本语义模型的生成方法、装置及电子设备
US18/054,608 US20230080904A1 (en) 2021-12-29 2022-11-11 Method for generating cross-lingual textual semantic model, and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111647494.9A CN114417879B (zh) 2021-12-29 2021-12-29 跨语言文本语义模型的生成方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN114417879A true CN114417879A (zh) 2022-04-29
CN114417879B CN114417879B (zh) 2022-12-27

Family

ID=81270364

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111647494.9A Active CN114417879B (zh) 2021-12-29 2021-12-29 跨语言文本语义模型的生成方法、装置及电子设备

Country Status (2)

Country Link
US (1) US20230080904A1 (zh)
CN (1) CN114417879B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115238708A (zh) * 2022-08-17 2022-10-25 腾讯科技（深圳）有限公司 文本语义识别方法、装置、设备、存储介质及程序产品
CN116680420A (zh) * 2023-08-02 2023-09-01 昆明理工大学 基于知识表示增强的低资源跨语言文本检索方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160179945A1 (en) * 2014-12-19 2016-06-23 Universidad Nacional De Educación A Distancia (Uned) System and method for the indexing and retrieval of semantically annotated data using an ontology-based information retrieval model
CN108711420A (zh) * 2017-04-10 2018-10-26 北京猎户星空科技有限公司 多语言混杂模型建立、数据获取方法及装置、电子设备
CN109145292A (zh) * 2018-07-26 2019-01-04 黑龙江工程学院 释义文本深度匹配模型构建方法与释义文本深度匹配方法
CN109710923A (zh) * 2018-12-06 2019-05-03 浙江大学 基于跨媒体信息的跨语言实体匹配方法
CN110413736A (zh) * 2019-07-25 2019-11-05 百度在线网络技术（北京）有限公司 跨语言文本表示方法和装置
CN112001181A (zh) * 2020-07-17 2020-11-27 北京百度网讯科技有限公司 多语言语义表示模型的训练方法、装置、设备及存储介质
CN112182255A (zh) * 2019-07-02 2021-01-05 百度（美国）有限责任公司 用于存储媒体文件和用于检索媒体文件的方法和装置
CN112528681A (zh) * 2020-12-18 2021-03-19 北京百度网讯科技有限公司 跨语言检索及模型训练方法、装置、设备和存储介质
CN112613273A (zh) * 2020-12-16 2021-04-06 上海交通大学 多语言bert序列标注模型的压缩方法及系统
CN113408299A (zh) * 2021-06-30 2021-09-17 北京百度网讯科技有限公司 语义表示模型的训练方法、装置、设备和存储介质
CN113779978A (zh) * 2021-09-26 2021-12-10 上海一者信息科技有限公司 一种无监督跨语言句对齐实现方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160179945A1 (en) * 2014-12-19 2016-06-23 Universidad Nacional De Educación A Distancia (Uned) System and method for the indexing and retrieval of semantically annotated data using an ontology-based information retrieval model
CN108711420A (zh) * 2017-04-10 2018-10-26 北京猎户星空科技有限公司 多语言混杂模型建立、数据获取方法及装置、电子设备
CN109145292A (zh) * 2018-07-26 2019-01-04 黑龙江工程学院 释义文本深度匹配模型构建方法与释义文本深度匹配方法
CN109710923A (zh) * 2018-12-06 2019-05-03 浙江大学 基于跨媒体信息的跨语言实体匹配方法
CN112182255A (zh) * 2019-07-02 2021-01-05 百度（美国）有限责任公司 用于存储媒体文件和用于检索媒体文件的方法和装置
CN110413736A (zh) * 2019-07-25 2019-11-05 百度在线网络技术（北京）有限公司 跨语言文本表示方法和装置
CN112001181A (zh) * 2020-07-17 2020-11-27 北京百度网讯科技有限公司 多语言语义表示模型的训练方法、装置、设备及存储介质
CN112613273A (zh) * 2020-12-16 2021-04-06 上海交通大学 多语言bert序列标注模型的压缩方法及系统
CN112528681A (zh) * 2020-12-18 2021-03-19 北京百度网讯科技有限公司 跨语言检索及模型训练方法、装置、设备和存储介质
CN113408299A (zh) * 2021-06-30 2021-09-17 北京百度网讯科技有限公司 语义表示模型的训练方法、装置、设备和存储介质
CN113779978A (zh) * 2021-09-26 2021-12-10 上海一者信息科技有限公司 一种无监督跨语言句对齐实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
金卓林，朱聪慧: "跨语言语义向量的生成模型", 《智能计算机与应用》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115238708A (zh) * 2022-08-17 2022-10-25 腾讯科技（深圳）有限公司 文本语义识别方法、装置、设备、存储介质及程序产品
CN115238708B (zh) * 2022-08-17 2024-02-27 腾讯科技（深圳）有限公司 文本语义识别方法、装置、设备、存储介质及程序产品
CN116680420A (zh) * 2023-08-02 2023-09-01 昆明理工大学 基于知识表示增强的低资源跨语言文本检索方法及装置
CN116680420B (zh) * 2023-08-02 2023-10-13 昆明理工大学 基于知识表示增强的低资源跨语言文本检索方法及装置

Also Published As

Publication number Publication date
CN114417879B (zh) 2022-12-27
US20230080904A1 (en) 2023-03-16

Similar Documents

Publication Publication Date Title
CN114417879B (zh) 跨语言文本语义模型的生成方法、装置及电子设备
CN112232062A (zh) 文本纠错方法、装置、电子设备和存储介质
JP7430820B2 (ja) ソートモデルのトレーニング方法及び装置、電子機器、コンピュータ可読記憶媒体、コンピュータプログラム
CN113590865B (zh) 图像搜索模型的训练方法及图像搜索方法
CN115640520B (zh) 跨语言跨模态模型的预训练方法、设备和存储介质
EP4170542A2 (en) Method for sample augmentation
US20230114673A1 (en) Method for recognizing token, electronic device and storage medium
CN113743101B (zh) 文本纠错方法、装置、电子设备和计算机存储介质
CN112560846B (zh) 纠错语料的生成方法、装置及电子设备
CN113918031A (zh) 使用子字符信息进行中文标点恢复的系统和方法
CN112507705A (zh) 一种位置编码的生成方法、装置及电子设备
CN110889295B (zh) 机器翻译模型、伪专业平行语料的确定方法、系统及设备
CN110472241A (zh) 生成去冗余信息句向量的方法及相关设备
CN115577106A (zh) 基于人工智能的文本分类方法、装置、设备和介质
CN113204616B (zh) 文本抽取模型的训练与文本抽取的方法、装置
CN113408303B (zh) 翻译模型的训练与翻译方法、装置
CN114580391A (zh) 中文错误检测模型训练方法、装置、设备及存储介质
CN115034209A (zh) 文本分析方法、装置、电子设备以及存储介质
CN114239559A (zh) 文本纠错和文本纠错模型的生成方法、装置、设备和介质
CN114676699A (zh) 实体情感分析方法、装置、计算机设备和存储介质
CN113553833A (zh) 文本纠错的方法、装置及电子设备
CN114896993B (zh) 翻译模型的生成方法、装置、电子设备及存储介质
CN112784599A (zh) 诗句的生成方法、装置、电子设备和存储介质
CN112466278B (zh) 语音识别方法、装置和电子设备
CN114722841B (zh) 翻译方法、装置及计算机程序产品

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