[發明專利]一種上位詞檢測方法及設備

有效

• 申請號: 201710172589.7
• 申請日: 2017-03-21
• 公開（公告）號: CN108304366B
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 李瀟;張鋒;王策
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種上位詞檢測方法，其特征在于，包括：

從預存句子集合中選取包含目標候選對的候選句子，以生成候選句子集合，所述目標候選對包括目標實體詞和目標實體詞對應的候選上位詞；

根據所述候選句子集合中的每個候選句子和預存的詞向量集合，確定所述候選句子集合對應的句子集合向量；

從所述詞向量集合中獲取所述目標實體詞對應的第一詞向量和所述候選上位詞的第二詞向量；

將所述目標實體詞對應的第一詞向量、所述候選上位詞的第二詞向量和所述句子集合向量進行合并，生成目標向量；

采用預設分類器檢測所述候選上位詞是否為所述目標實體詞的上位詞。

2.根據權利要求1所述的方法，其特征在于，所述從預存句子集合中選取包含目標候選對的候選句子，以生成候選句子集合之前，還包括：

從預存句子集合中提取多個實體詞，并生成包含所述多個實體詞的實體詞集合；

采用分詞方式從所述預存句子集合中提取滿足預設詞性的多個候選上位詞，并生成包含所述多個候選上位詞的候選上位詞集合；

將所述實體詞集合中的每個實體詞與所述候選上位詞集合中的每個候選上位詞進行組合，生成候選對。

3.根據權利要求2所述的方法，其特征在于，所述預設詞性為名詞和名詞短語中的至少一項。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述根據所述候選句子集合中的每個候選句子和預存的詞向量集合，確定所述候選句子集合對應的句子集合向量，包括：

根據預存的詞向量集合，確定所述候選句子集合中每個候選句子對應的句子矩陣；

根據所述候選句子集合中所述每個候選句子對應的句子矩陣，生成所述候選句子集合對應的句子集合向量。

5.根據權利要求4所述的方法，其特征在于，所述根據預存的詞向量集合，確定所述候選句子集合中每個候選句子對應的句子矩陣，包括：

對所述候選句子集合中的每個候選句子進行分詞，以提取所述每個候選句子中包含的至少一個分詞，并根據預存的詞向量集合確定所述至少一個分詞中每個分詞對應的詞向量；

按照所述每個分詞在所述每個候選句子中的排列順序，將所述每個分詞對應的詞向量進行組合，生成所述每個候選句子對應的句子矩陣。

6.根據權利要求4所述的方法，其特征在于，所述根據所述候選句子集合中所述每個候選句子對應的句子矩陣，生成所述候選句子集合對應的句子集合向量，包括：

基于用于上位詞檢測的時間遞歸神經網絡，根據所述候選句子集合中所述每個候選句子對應的句子矩陣，確定所述每個候選句子對應的句子向量；

對所述候選句子集合中所述每個候選句子對應的句子向量進行加權平均，生成所述候選句子集合對應的句子集合向量。

7.根據權利要求1所述的方法，其特征在于，所述預設分類器包含第一分類和第二分類，所述第一分類表示所述候選上位詞是所述目標實體詞的上位詞；所述第二分類表示所述候選上位詞不是所述目標實體詞的上位詞；

所述采用預設分類器檢測所述候選上位詞是否為所述目標實體詞的上位詞，包括：

若采用預設分類器計算的所述第一分類對應的分類值大于所述第二分類對應的分類值，則確定所述候選上位詞是所述目標實體詞的上位詞；

若采用所述預設分類器計算的所述第一分類對應的分類值不大于所述第二分類對應的分類值，則確定所述候選上位詞不是所述目標實體詞的上位詞。