[發明專利]實體標注方法、意圖識別方法及對應裝置、計算機存儲介質

有效

• 申請號: 201710655187.2
• 申請日: 2017-08-03
• 公開（公告）號: CN109388793B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 胡于響
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/36
• 代理公司: 廣州鑄智知識產權代理有限公司 44886
• 代理人: 徐瑞紅

1.一種實體標注方法，其特征在于，該方法包括：

利用知識圖譜對句子中至少部分詞語的屬性標簽進行詞編碼，得到至少部分詞語的第一表達向量；所述知識圖譜是以領域劃分的，在所述知識圖譜中，存儲有各實體以及所述各實體對應的屬性標簽、所述各實體之間的關系；

基于句子結構對所述句子中至少部分詞語進行詞編碼，得到至少部分詞語的第二表達向量；

將第一表達向量和第二表達向量進行融合，得到對所述句子的實體標注結果。

2.根據權利要求1所述的方法，其特征在于，所述利用知識圖譜對句子中至少部分詞語的屬性標簽進行詞編碼包括：

利用知識圖譜識別所述句子中的實體以及該實體對應的屬性標簽；

利用識別結果對所述句子進行分詞，并對得到的至少部分詞語標注屬性標簽；

對至少部分詞語的屬性標簽進行詞編碼，并將編碼結果進行全連接層的轉換，得到至少部分詞語的第一表達向量。

3.根據權利要求2所述的方法，其特征在于，利用知識圖譜識別所述句子中的實體包括：

采用最長匹配原則將所述句子在知識圖譜中進行匹配，識別出所述句子中的實體。

4.根據權利要求3所述的方法，其特征在于，該方法還包括：將知識圖譜中各實體在各領域中的屬性標簽進行整合，得到各實體對應的屬性標簽集合；將各實體對應的屬性標簽集合存儲于鍵值存儲引擎；

所述采用最長匹配原則將所述句子在知識圖譜中進行匹配包括：所述采用最長匹配原則?將所述句子在所述鍵值存儲引擎中進行匹配。

5.根據權利要求2所述的方法，其特征在于，利用所述識別結果對所述句子進行分詞包括：

對句子進行分詞，其中將識別出的實體作為獨立的詞語。

6.根據權利要求2所述的方法，其特征在于，所述對至少部分詞語的屬性標簽進行詞編碼包括：

對至少部分詞語的屬性標簽進行獨熱one-hot編碼。

7.根據權利要求1所述的方法，其特征在于，所述基于句子結構對所述句子中至少部分詞語進行詞編碼包括：

確定所述句子中至少部分詞語的詞向量；

將所述詞向量輸入預先訓練的神經網絡，分別得到至少部分詞語的第二表達向量。

8.根據權利要求7所述的方法，其特征在于，確定所述句子中至少部分詞語的詞向量包括：

利用基于語義預先訓練的word2vec，針對所述句子中至少部分詞語分別生成詞向量。

9.根據權利要求7所述的方法，其特征在于，所述神經網絡包括：雙向循環神經網絡。

10.根據權利要求1所述的方法，其特征在于，所述將第一表達向量和第二表達向量進行融合，得到對所述句子的實體標注結果包括：

將至少部分詞語的第一表達向量和第二表達向量分別進行拼接，得到至少部分詞語的第三表達向量；

將至少部分詞語的第三表達向量經過全連接層轉換為至少部分詞語的結果向量，其中，所述結果向量的長度對應實體標簽的總數量，所述結果向量的各位對應各實體標簽，各位的取值體現對應實體標簽的得分；

依據至少部分詞語的結果向量對所述句子進行實體標注。

11.根據權利要求10所述的方法，其特征在于，所述依據至少部分詞語的結果向量對所述句子進行實體標注包括：

分別按照至少部分詞語的結果向量中得分最高的實體標簽對句子中的至少部分詞語進行實體標注。