[發明專利]標簽結構的擴展方法、裝置及電子設備

有效

• 申請號: 201711339251.2
• 申請日: 2017-12-14
• 公開（公告）號: CN110019983B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 方瑞玉
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F40/279
• 代理公司: 北京曼威知識產權代理有限公司 11709
• 代理人: 方志煒

1.一種標簽結構的擴展方法，其特征在于，包括：

獲取待擴展標簽結構，所述待擴展標簽結構包含待擴展節點和待擴展節點的已有子節點；

基于所述待擴展標簽結構，從第一數據庫中獲取正訓練樣本和負訓練樣本；

使用所述正訓練樣本和所述負訓練樣本訓練關系識別模型；

使用第二數據庫中的任一標簽替換所述待擴展標簽結構中的已有子節點，得到待識別節點關系；

基于所述關系識別模型對所述待識別節點關系進行識別，將識別結果為正例的待識別節點關系中的子節點確定為用于擴展已有標簽結構的擴展子節點；

所述基于所述待擴展標簽結構，從第一數據庫中獲取正訓練樣本，包括：

從第一數據庫中查找與所述待擴展標簽結構完全一致的匹配標簽結構；

將每一個匹配標簽結構中父節點的描述文本和子節點的描述文本確定為對應的一個正訓練樣本；

所述基于所述待擴展標簽結構，從第一數據庫中獲取負訓練樣本，包括：

從第一數據庫中查找與所述待擴展標簽結構不完全一致的非匹配標簽結構；

將每一個非匹配標簽結構中父節點的描述文本和子節點的描述文本確定為對應的一個負訓練樣本。

2.根據權利要求1所述的方法，其特征在于，所述使用所述正訓練樣本和所述負訓練樣本訓練關系識別模型，包括：

計算所有正訓練樣本中父節點的描述文本和子節點的描述文本對應的第一組特征及特征值，以及所有負訓練樣本中父節點的描述文本和子節點描述文本的第二組特征及特征值；

將所述第一組特征及特征值和所述第二組特征及特征值輸入神經網絡，得到所述關系識別模型。

3.根據權利要求2所述的方法，其特征在于，所述計算所有正訓練樣本中父節點的描述文本和子節點描述文本對應的第一組特征及特征值，包括：

將所有正訓練樣本中每一個正訓練樣本的父節點的描述文本和子節點的描述文本分別進行分詞處理；

計算所述父節點的描述文本分詞得到的分詞向量，和子節點的描述文本分詞得到的分詞向量的向量距離，得到第一組特征及特征值；

所述計算所有負訓練樣本中父節點的描述文本和子節點描述文本的第二組特征及特征值，包括：

將所有負訓練樣本中每一個負訓練樣本的父節點的描述文本和子節點的描述文本分別進行分詞處理；

計算所述父節點的描述文本分詞得到的分詞向量，和子節點的描述文本分詞得到的分詞向量的向量距離，得到第二組特征及特征值。

4.根據權利要求2所述的方法，其特征在于，所述計算所有正訓練樣本中父節點的描述文本和子節點描述文本對應的第一組特征及特征值，包括：

針對每一個正訓練樣本，使用卷積神經網絡提取所述父節點的描述文本的父文本特征，以及所述子節點的描述文本的子文本特征；

計算所述父文本特征和所述子文本特征的向量距離，得到所述第一組特征及特征值；

所述計算所有負訓練樣本中父節點的描述文本和子節點描述文本的第二組特征及特征值，包括：

針對每一個負訓練樣本，使用卷積神經網絡提取所述父節點的描述文本的父文本特征，以及所述子節點的描述文本的子文本特征；

計算所述父文本特征和所述子文本特征的向量距離，得到所述第二組特征及特征值。

5.根據權利要求1所述的方法，其特征在于，所述使用第二數據庫中的任一標簽替換所述待擴展標簽結構中的已有子節點，得到待識別節點關系，包括：

在所述第二數據庫中提取與所述待擴展標簽結構中的待擴展節點匹配的標簽作為候選標簽；

使用所述候選標簽中的任一標簽替換所述待擴展標簽結構中的已有子節點，得到所述待識別節點關系。

6.根據權利要求5所述的方法，其特征在于，所述在所述第二數據庫中提取與所述待擴展標簽結構中的待擴展節點匹配的標簽作為候選標簽，包括：

將所述待擴展節點進行分詞處理，得到參考分詞；

計算所述參考分詞與所述第二數據庫中的每一個標簽對應的分詞的文本匹配度；

將文本匹配度大于設定匹配度的標簽確定為候選標簽。