CN115544215A - 一种关联对象的获取方法、介质及设备 - Google Patents
一种关联对象的获取方法、介质及设备 Download PDFInfo
- Publication number
- CN115544215A CN115544215A CN202211534322.5A CN202211534322A CN115544215A CN 115544215 A CN115544215 A CN 115544215A CN 202211534322 A CN202211534322 A CN 202211534322A CN 115544215 A CN115544215 A CN 115544215A
- Authority
- CN
- China
- Prior art keywords
- event
- initial
- list
- label
- acquiring
- 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
Links
Images
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
- G06F16/33—Querying
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种关联对象的获取方法、介质及设备,所述方法包括如下步骤:获取初始对象列表和初始事件标签集,获取目标对象和目标对象对应的目标事件标签,根据初始对象列表、初始事件标签集、目标对象和目标对象对应的目标事件标签,获取目标对象对应的关键对象列表,获取候选对象列表对应的候选事件标签集,获取候选事件标签列表中不包括目标事件标签的对应的候选对象作为目标对象的关键对象,根据目标对象对应的目标事件标签和目标对象对应的关键对象列表获取目标对象的关联对象。本发明一方面,获取与事件标签不一致的事件,减少了可匹配对象的数据量,使得获取到的关联事件的准确度较高。
Description
技术领域
本发明涉及事件处理技术领域,特别是一种关联对象的获取方法、介质及设备。
背景技术
随着互联网的迅速普及和发展,大量数据信息在网络中产生和传播,如何从海量自然语言文本中及时准确地找到需要的信息变得日益迫切。海量自然语言文档具有数据量大,结构不统一,冗余度较高、更新快等特点,通过快速有效的获取事件的关联事件,能够为用户提供全面的事件信息,并且对海量自然语言文档进行不断更新。
目前,现有技术中,获取关联事件的方法为:通过事件抽取模型从文本中获取事件,将抽取到的事件与数据库中的事件进行类型匹配,类型一致时获取数据库中的数据作为事件的关联事件,以上所述获取关联事件的方法存在的问题:
一方面,获取与事件标签一致的事件,增加了可匹配对象的数据量;
另一方面,未考虑事件发生的先后顺序以及事件之间的关联关系,使得获取到的关联事件的准确度较低。
发明内容
针对上述技术问题,本发明采用的技术方案为:一种关联对象的获取方法,包括如下步骤:
S100,获取初始对象列表和初始事件标签集,其中,初始事件标签集包括初始对象列表中每一初始对象对应的初始事件标签列表。
S200,获取目标对象和目标对象对应的目标事件标签E。
S300,根据初始对象列表、初始事件标签集、目标对象和E,获取目标对象对应的关键对象列表Q',其中,在S300中通过如下步骤获取Q'。
S301,根据初始对象列表和目标对象,获取目标对象对应的候选对象列表Q={Q1,Q2,……,Qx,……,Qp},Qx为目标对象对应的第x个候选对象,x=1,2,……,p,p为目标对象对应的候选对象的数量,其中,候选对象为初始对象列表中与目标对象一致的初始对象。
S303,根据初始事件标签集和Q,获取Q对应的候选事件标签集Q0={Q0 1,Q0 2,……,Q0 x,……,Q0 p},Q0 x为Qx对应的候选事件标签列表,其中,候选事件标签列表为初始事件标签集中候选对象对应的初始事件标签列表。
S305,当Q'x∩E=NULL时,将Qx插入至Q'中。
S400,根据E和Q',获取目标对象对应的关联对象。
本发明还保护了一种非瞬时性计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现上述方法。
本发明还保护了一种电子设备,包括处理器和上述的非瞬时性计算机可读存储介质。
本发明提供了一种关联对象的获取方法,方法包括如下步骤:获取初始对象列表和初始事件标签集,获取目标对象和目标对象对应的目标事件标签,根据初始对象列表、初始事件标签集、目标对象和目标对象对应的目标事件标签,获取目标对象对应的关键对象列表,其中,根据初始对象列表和目标对象,获取目标对象对应的候选对象列表,根据初始事件标签集和候选对象列表,获取候选对象列表对应的候选事件标签集,获取候选事件标签列表中不包括目标事件标签的对应的候选对象作为目标对象的关键对象,根据目标对象对应的目标事件标签和目标对象对应的关键对象列表获取目标对象的关联对象。上述,一方面,获取与事件标签不一致的事件,减少了可匹配对象的数据量;另一方面,考虑了事件发生的先后顺序以及事件之间的关联关系,使得获取到的关联事件的准确度较高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供了一种关联对象的获取方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明提供了一种关联对象的获取方法,所述方法包括如下步骤,如图1所示:
S100,获取初始对象列表和初始事件标签集,其中,初始事件标签集包括初始对象列表中每一初始对象对应的初始事件标签列表。
具体的,所述初始事件标签列表包括若干个初始事件标签,其中,初始事件标签为初始事件对应的事件标签。
进一步的,初始事件为将初始对象对应的初始文本输入至事件抽取模型中获取到的,本领域人员知晓,根据实际需求选取的任一事件抽取模型,均属于本发明的保护范围,在此不再赘述。
进一步的,所述初始文本为描述初始对象的文本,初始对象为存储在数据提供平台中对象,例如,人物等;其中,本领域技术人员知晓任意一个数据提供平台,均属于本发明的保护范围,在此不再赘述,例如,数据提供平台为维基百科平台等。
具体的,所述事件标签为将文本输入至事件抽取模型中获取到的事件触发词,例如,事件触发词为结婚、离婚等。
S200,获取目标对象和目标对象对应的目标事件标签E。
具体的,所述目标对象为用户需要查询的对象,例如,人物、地区、物品等。
具体的,所述目标事件标签为将目标对象对应的目标文本输入至事件抽取模型中,获取到的事件标签,其中,目标文本为用于描述用户需要查询的对象的文本。
进一步的,获取目标事件标签的事件抽取模型与获取初始事件标签的事件抽取模型一致,在此不再赘述。
S300,根据初始对象列表、初始事件标签集、目标对象和E,获取目标对象对应的关键对象列表Q',其中,在S300中通过如下步骤获取Q':
S301,根据初始对象列表和目标对象,获取目标对象对应的候选对象列表Q={Q1,Q2,……,Qx,……,Qp},Qx为目标对象对应的第x个候选对象,x=1,2,……,p,p为目标对象对应的候选对象的数量,其中,候选对象为初始对象列表中与目标对象一致的初始对象。
S303,根据初始事件标签集和Q,获取Q对应的候选事件标签集Q0={Q0 1,Q0 2,……,Q0 x,……,Q0 p},Q0 x为Qx对应的候选事件标签列表,其中,候选事件标签列表为初始事件标签集中候选对象对应的初始事件标签列表。
S305,当Q'x∩E=NULL时,将Qx插入至Q'中。
S400,根据E和Q',获取目标对象对应的关联对象。
具体的,在S400中还包括如下步骤:
S401,获取预设事件标签列表T={T1,T2,……,Ti,……,Tm},Ti为第i个预设事件标签,i=1,2,……,m,m为预设事件标签的数量。
S403,根据E和T,获取E对应的第一关键事件标签列表FE={T,E}和E对应的第二关键事件标签列表FE0={E,T},其中,T的排序在E之前,表示为T中任一预设事件标签对应的事件发生在E对应的事件之前,其中,T的排序在E之后,表示为T中任一预设事件标签对应的事件发生在E对应的事件之后。
S405,根据FE和FE0,获取FE对应的第一优先级集B={B1,B2,……,Bi,……,Bm}和FE0对应的第二优先级列表B0={B0 1,B0 2,……,B0 i,……,B0 m},Bi为Ti对应的第一优先级,B0 i为Ti对应的第二优先级。
具体的,在S405中通过如下步骤获取Bi和B0 i:
S4051,基于初始事件标签集,获取Bi,其中,Bi符合如下条件:
Bi=λi/εi,其中,εi为第一对象数量,λi为第二对象数量。
进一步的,在S4051中还包括如下步骤:
S40511,获取初始对象列表G={G1,G2,……,Gr,……,Gs}和G对应的初始文本列表G0={G0 1,G0 2,……,G0 r,……,G0 s},其中,Gr为第r个初始对象,G0 r为Gr对应的初始文本,r=1,2,……,s,s为初始对象的数量。
S40512,根据G0,获取G对应的初始对象标签集G'={G'1,G'2,……,G'r,……,G's},G'r={G'r1,G'r2,……,G'rg,……,G'rz(r)},G'rg为Gr对应的初始对象标签列表中第g个初始对象标签,g=1,2,……,z(r),z(r)为Gr对应的初始对象标签列表中初始对象标签的数量。
进一步的,在S40512中通过以下步骤获取G'r:
S1,根据G0 r,获取Gr对应的待选事件标签列表KGr。
具体的,所述待选事件标签列表包括若干个待选事件标签,所述待选事件标签为待选事件对应的事件标签,其中,所述待选事件是指将初始文本输入至事件抽取模型中获取到的任一事件,本领域人员知晓,根据实际需求选取的任一事件抽取模型,均属于本发明的保护范围,在此不再赘述。
进一步的,所述事件标签为将文本输入至事件抽取模型中获取到的事件触发词,例如,事件触发词为结婚、离婚等。
S2,对KGr进行去重处理,获取到G'r;本领域人员知晓现有技术中任一标签去重处理的方法,均属于到本发明的保护范围,在此不再赘述。
S40513,获取G'对应的初始时间列表ΔT={ΔT1,ΔT2,……,ΔTr,……,ΔTs},ΔTr={ΔTr1,ΔTr2,……,ΔTrg,……,ΔTrz(r)},ΔTrg为G'rg对应的事件发生时间;其中,本领域技术人员知晓,在将初始文本输入至事件抽取模型中获取到的任一事件的同时,还可以获取事件发生时间,在此不再赘述。
进一步的,ΔTr是按照事件发生的先后顺序进行排序的,可以理解为:G'rg对应的事件发生在G'rg+1对应的事件之前。
S40514,遍历G'r且当G'r∩E∩Ti≠Null时,将Gr作为第一对象,以使得根据所有的第一对象,构建第一对象列表。
S40515,获取第一对象列表对应的第一标签集,其中,第一标签集包括若干个第一标签列表,其中任一第一标签列表为每一第一对象对应的初始对象标签列表。
S40516,从任一第一标签列表中获取第一子标签和第二子标签,其中,所述第一子标签为在第一标签列表中与E一致的初始标签,所述第二子标签为在第一标签列表中与Ti一致的初始标签。
S40517,从Tr中获取第一子标签对应的事件发生时间和第二子标签对应的事件发生时间。
S40518,当第一子标签对应的事件发生时间大于第二子标签对应的事件发生时间时,将第一子标签对应的第一对象作为第二对象。
S4053,根据Bi,获取B0 i,其中B0 i符合如下条件:
B0 i=1-Bi。
上述,获取目标对象对应的第一关键事件标签发生的优先级和第二关键事件标签发生的优先级,根据事件标签以及事件标签之间的优先级,有效获取到了事件标签之间的相关性,提高了后续筛选发生在任意一个事件标签对应的事件之前的事件和发生在任意一个事件标签对应事件之后的事件的准确度,使得后续获取关联对象的准确度较高。
S407,根据B和B0,获取E对应的指定事件标签集RE={RE1,RE2},RE1为E对应的第一指定事件标签列表,RE2为E对应的第二指定事件标签列表。
具体的,在S407中通过如下步骤获取RE:
S4071,当Bi≥B'时,将Bi对应的Ti插入至RE1中。
S4073,当B0 i≥B'时,将B0 i对应的Ti插入至RE2中。
具体的,B'为预设的优先级阈值,本领域技术人员知晓,根据实际需求确定的优先级阈值,均属于本发明的保护范围,在此不再赘述。
进一步的,B'的取值范围为0.8~0.9。
优选的,B'的取值为0.9。
上述,判断两个事件标签按照时间先后进行排序所形成的标签能够发生的优先级,通过选择优先级满足预设条件所对应的事件标签获取发生在任意一个事件标签对应的事件之前的事件和发生在任意一个事件标签对应的事件之后的事件,提高了获取到的与任意一个事件标签对应的事件相关联的事件的准确度,使得后续获取关联对象的准确度较高。
S409,根据RE和Q',获取目标对象对应的关联对象。
具体的,在S409中还包括如下步骤:
S4091,根据关键对象列表,获取关键对象列表对应的关键事件标签集,其中,所述关键事件标签集包括若干个关键事件标签列表,关键事件标签列表为初始事件标签集中每个关键对象对应的初始事件标签列表。
S4092,根据关键事件标签集,获取第一事件标签集,所述第一事件标签集包括若干个第一事件标签列表,其中,所述第一事件标签列表为关键事件标签集中任一关键事件标签列表与指定事件标签集中的第一指定事件标签列表之间的交集构建成的标签列表。
S4093,当第一事件标签集为空集时,获取第二事件标签集,所述第二事件标签集包括若干个第二事件标签列表,其中,所述第二事件标签列表为关键事件标签集中任一关键事件标签列表与指定事件标签集中的第二指定关键事件标签列表之间的交集构建成的标签列表。
S4094,当第二事件标签集为空集时,将关键事件标签集中任一关键事件标签列表对应的初始对象作为目标对象的关联对象。
S4095,当第二事件标签集不为空集时,获取第三事件标签集,其中,所述第三事件标签集包括若干个第三事件标签列表,第三事件标签列表为第二事件标签集中删除不为空集的第二事件标签列表后的任一第二事件标签列表。
S4096,将第三事件标签列表对应的初始对象作为目标对象的关联对象。
S4097,当第一事件标签集不为空集时,获取第一中间事件标签集,其中,所述第一中间事件标签集包括若干个第一中间事件标签列表,第一中间事件标签列表为不为空集的第一事件标签列表。
S4098,根据第一中间事件标签列表,从关键事件标签集中获取第一中间事件标签列表对应的关键事件标签列表作为第二中间事件标签列表。
S4099,当第二中间事件标签列表为空集时,将第二中间事件标签列表对应的初始对象作为目标对象的关联对象。
上述,获取目标对象对应的指定时间标签,从而获取目标对象的关联对象,不局限于找与目标对象相似的对象,考虑了发生在目标事件标签对应的事件之前的事件和发生在目标事件标签对应的事件之后的事件,提高了获取到的关联对象的准确度。
本发明提供了一种关联对象的获取方法,方法包括如下步骤:获取初始对象列表和初始事件标签集,获取目标对象和目标对象对应的目标事件标签,根据初始对象列表、初始事件标签集、目标对象和目标对象对应的目标事件标签,获取目标对象对应的关键对象列表,其中,根据初始对象列表和目标对象,获取目标对象对应的候选对象列表,根据初始事件标签集和候选对象列表,获取候选对象列表对应的候选事件标签集,获取候选事件标签列表中不包括目标事件标签的对应的候选对象作为目标对象的关键对象,根据目标对象对应的目标事件标签和目标对象对应的关键对象列表获取目标对象的关联对象。上述,一方面,获取与事件标签不一致的事件,减少了可匹配对象的数据量;另一方面,考虑了事件发生的先后顺序以及事件之间的关联关系,使得获取到的关联事件的准确度较高。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本发明的实施例还提供了一种电子设备,包括处理器和前述的非瞬时性计算机可读存储介质。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (10)
1.一种关联对象的获取方法,其特征在于,所述方法包括如下步骤:
S100,获取初始对象列表和初始事件标签集,其中,初始事件标签集包括初始对象列表中每一初始对象对应的初始事件标签列表;
S200,获取目标对象和目标对象对应的目标事件标签E;
S300,根据初始对象列表、初始事件标签集、目标对象和E,获取目标对象对应的关键对象列表Q',其中,在S300中通过如下步骤获取Q':
S301,根据初始对象列表和目标对象,获取目标对象对应的候选对象列表Q={Q1,Q2,……,Qx,……,Qp},Qx为目标对象对应的第x个候选对象,x=1,2,……,p,p为目标对象对应的候选对象的数量,其中,候选对象为初始对象列表中与目标对象一致的初始对象;
S303,根据初始事件标签集和Q,获取Q对应的候选事件标签集Q0={Q0 1,Q0 2,……,Q0 x,……,Q0 p},Q0 x为Qx对应的候选事件标签列表,其中,候选事件标签列表为初始事件标签集中候选对象对应的初始事件标签列表;
S305,当Q'x∩E=NULL时,将Qx插入至Q'中;
S400,根据E和Q',获取目标对象对应的关联对象。
2.根据权利要求1所述的关联对象的获取方法,其特征在于,获取目标事件标签的事件抽取模型与获取初始事件标签的事件抽取模型一致。
3.根据权利要求1所述的关联对象的获取方法,其特征在于,在S400中还包括如下步骤:
S401,获取预设事件标签列表T={T1,T2,……,Ti,……,Tm},Ti为第i个预设事件标签,i=1,2,……,m,m为预设事件标签的数量;
S403,根据E和T,获取E对应的第一关键事件标签列表FE={T,E}和E对应的第二关键事件标签列表FE0={E,T},其中,T的排序在E之前,表示为T中任一预设事件标签对应的事件发生在E对应的事件之前,其中,T的排序在E之后,表示为T中任一预设事件标签对应的事件发生在E对应的事件之后;
S405,根据FE和FE0,获取FE对应的第一优先级集B={B1,B2,……,Bi,……,Bm}和FE0对应的第二优先级列表B0={B0 1,B0 2,……,B0 i,……,B0 m},Bi为Ti对应的第一优先级,B0 i为Ti对应的第二优先级;
S407,根据B和B0,获取E对应的指定事件标签集RE={RE1,RE2},RE1为E对应的第一指定事件标签列表,RE2为E对应的第二指定事件标签列表;
S409,根据RE和Q',获取目标对象对应的关联对象。
4.根据权利要求3所述的关联对象的获取方法,其特征在于,在S405中通过如下步骤获取Bi和B0 i:
S4051,基于初始事件标签集,获取Bi,其中,Bi符合如下条件:
Bi=λi/εi,其中,εi为第一对象数量,λi为第二对象数量;
S4053,根据Bi,获取B0 i,其中B0 i符合如下条件:
B0 i=1-Bi。
5.根据权利要求4所述的关联对象的获取方法,其特征在于,在S4051中还包括如下步骤:
S40511,获取初始对象列表G={G1,G2,……,Gr,……,Gs}和G对应的初始文本列表G0={G0 1,G0 2,……,G0 r,……,G0 s},其中,Gr为第r个初始对象,G0 r为Gr对应的初始文本,r=1,2,……,s,s为初始对象的数量;
S40512,根据G0,获取G对应的初始对象标签集G'={G'1,G'2,……,G'r,……,G's},G'r={G'r1,G'r2,……,G'rg,……,G'rz(r)},G'rg为Gr对应的初始对象标签列表中第g个初始对象标签,g=1,2,……,z(r),z(r)为Gr对应的初始对象标签列表中初始对象标签的数量;
S40513,获取G'对应的初始时间列表ΔT={ΔT1,ΔT2,……,ΔTr,……,ΔTs},ΔTr={ΔTr1,ΔTr2,……,ΔTrg,……,ΔTrz(r)},ΔTrg为G'rg对应的事件发生时间;其中,本领域技术人员知晓,在将初始文本输入至事件抽取模型中获取到的任一事件的同时,还可以获取事件发生时间,在此不再赘述;
S40514,遍历G'r且当G'r∩E∩Ti≠Null时,将Gr作为第一对象,以使得根据所有的第一对象,构建第一对象列表;
S40515,获取第一对象列表对应的第一标签集,其中,第一标签集包括若干个第一标签列表,其中任一第一标签列表为每一第一对象对应的初始对象标签列表;
S40516,从任一第一标签列表中获取第一子标签和第二子标签,其中,所述第一子标签为在第一标签列表中与E一致的初始标签,所述第二子标签为在第一标签列表中与Ti一致的初始标签;
S40517,从Tr中获取第一子标签对应的事件发生时间和第二子标签对应的事件发生时间;
S40518,当第一子标签对应的事件发生时间大于第二子标签对应的事件发生时间时,将第一子标签对应的第一对象作为第二对象。
6.根据权利要求3所述的关联对象的获取方法,其特征在于,在S407中还包括如下步骤:
S4071,当Bi≥B'时,将Bi对应的Ti插入至RE1中,其中,B'为预设的优先级阈值;
S4073,当B0 i≥B'时,将B0 i对应的Ti插入至RE2中。
7.根据权利要求1所述的关联对象的获取方法,其特征在于,B'的取值范围为0.8~0.9。
8.根据权利要求7所述的关联对象的获取方法,其特征在于,B'的取值为0.9。
9.一种非瞬时性计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-8中任意一项的所述方法。
10.一种电子设备,其特征在于,包括处理器和权利要求9中所述的非瞬时性计算机可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211534322.5A CN115544215B (zh) | 2022-12-02 | 2022-12-02 | 一种关联对象的获取方法、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211534322.5A CN115544215B (zh) | 2022-12-02 | 2022-12-02 | 一种关联对象的获取方法、介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115544215A true CN115544215A (zh) | 2022-12-30 |
CN115544215B CN115544215B (zh) | 2023-03-31 |
Family
ID=84721700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211534322.5A Active CN115544215B (zh) | 2022-12-02 | 2022-12-02 | 一种关联对象的获取方法、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115544215B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117435697A (zh) * | 2023-12-21 | 2024-01-23 | 中科雨辰科技有限公司 | 一种获取核心事件的数据处理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040254938A1 (en) * | 2003-03-31 | 2004-12-16 | Cezary Marcjan | Computer searching with associations |
CN110825839A (zh) * | 2019-11-07 | 2020-02-21 | 成都国腾实业集团有限公司 | 一种对文本信息中目标的关联关系分析方法 |
CN112966014A (zh) * | 2019-12-12 | 2021-06-15 | 阿里巴巴集团控股有限公司 | 查找目标对象的方法和装置 |
CN113254779A (zh) * | 2021-06-07 | 2021-08-13 | 北京字节跳动网络技术有限公司 | 内容搜索方法、装置、设备及介质 |
CN114925692A (zh) * | 2022-07-21 | 2022-08-19 | 中科雨辰科技有限公司 | 一种获取目标事件的数据处理系统 |
-
2022
- 2022-12-02 CN CN202211534322.5A patent/CN115544215B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040254938A1 (en) * | 2003-03-31 | 2004-12-16 | Cezary Marcjan | Computer searching with associations |
CN110825839A (zh) * | 2019-11-07 | 2020-02-21 | 成都国腾实业集团有限公司 | 一种对文本信息中目标的关联关系分析方法 |
CN112966014A (zh) * | 2019-12-12 | 2021-06-15 | 阿里巴巴集团控股有限公司 | 查找目标对象的方法和装置 |
CN113254779A (zh) * | 2021-06-07 | 2021-08-13 | 北京字节跳动网络技术有限公司 | 内容搜索方法、装置、设备及介质 |
CN114925692A (zh) * | 2022-07-21 | 2022-08-19 | 中科雨辰科技有限公司 | 一种获取目标事件的数据处理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117435697A (zh) * | 2023-12-21 | 2024-01-23 | 中科雨辰科技有限公司 | 一种获取核心事件的数据处理系统 |
CN117435697B (zh) * | 2023-12-21 | 2024-03-22 | 中科雨辰科技有限公司 | 一种获取核心事件的数据处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115544215B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115563287B (zh) | 一种获取关联对象的数据处理系统 | |
CN109086394B (zh) | 搜索排序方法、装置、计算机设备和存储介质 | |
CN109063108B (zh) | 搜索排序方法、装置、计算机设备和存储介质 | |
US8478797B2 (en) | Atomic deletion of database data categories | |
CN110362601B (zh) | 元数据标准的映射方法、装置、设备及存储介质 | |
CN107085583B (zh) | 一种基于内容的电子文档管理方法及装置 | |
CN112231555B (zh) | 基于用户画像标签的召回方法、装置、设备及存储介质 | |
CN112328872A (zh) | 一种信息展示方法、信息搜索方法及装置 | |
CN112364014B (zh) | 数据查询方法、装置、服务器及存储介质 | |
CN115544215B (zh) | 一种关联对象的获取方法、介质及设备 | |
CN111737443B (zh) | 答案文本的处理方法和装置、关键文本的确定方法 | |
CN112395881B (zh) | 物料标签的构建方法、装置、可读存储介质及电子设备 | |
CN107085603B (zh) | 一种数据处理方法及装置 | |
CN103942238A (zh) | 信息提供设备和信息提供方法 | |
CN112364169B (zh) | 基于nlp的wifi识别方法、电子设备和介质 | |
CN112328779B (zh) | 训练样本构建方法、装置、终端设备及存储介质 | |
CN111309953B (zh) | 一种图像识别方法和装置 | |
CN113704251A (zh) | 分布式存储数据库一体机的首页布局方法及装置 | |
CN112446812A (zh) | 一种基于区块链的政务信息自动推送方法及终端 | |
CN112579944A (zh) | 一种页面跳转处理方法、装置以及电子设备 | |
CN114153830B (zh) | 数据验证方法及其装置、计算机存储介质、电子设备 | |
CN116561390A (zh) | 一种获取目标任务数据集的数据处理系统 | |
US11886459B2 (en) | Data management system and data management method | |
JP2019125025A (ja) | システム、文書データの管理方法、及びプログラム | |
CN113139106B (zh) | 一种保密检查的事件审核方法和装置 |
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 |