[發(fā)明專利]一種確定實體語料之間的相似性的方法及裝置

在審

• 申請?zhí)枺?/td>: 201811151935.4
• 申請日: 2018-09-29
• 公開（公告）號: CN110969005A
• 公開（公告）日: 2020-04-07
• 發(fā)明（設(shè)計）人: 王芳;林文輝;王志剛;孫科武;楊碩;賴新明;王亞平
• 申請（專利權(quán)）人: 航天信息股份有限公司
• 主分類號: G06F40/194
• 分類號: G06F40/194;G06F40/295
• 代理公司: 北京同達信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華

1.一種確定實體語料之間的相似性的方法，其特征在于，包括：

從預(yù)設(shè)實體語料庫中隨機抽取出訓練集，其中，所述訓練集由若干個實體語料構(gòu)成；

將所述訓練集中的任一實體語料與除該實體語料外的各個實體語料配對，直至所述訓練集中的所有實體語料都完成配對，從而獲取若干個訓練實體語料關(guān)系對；

獲取與各個訓練實體語料關(guān)系對相對應(yīng)的各個訓練語句矩陣向量；

利用卷積神經(jīng)網(wǎng)絡(luò)對所述各個訓練語句矩陣向量進行處理，獲取所述各個訓練實體語料關(guān)系對的訓練分類概率；

基于所述訓練分類概率，確定所述訓練實體語料關(guān)系對中的各訓練實體語料之間的相似性。

2.如權(quán)利要求1所述的方法，其特征在于，所述獲取與各個訓練實體語料關(guān)系對相對應(yīng)的各個訓練語句矩陣向量，具體包括：

獲取與構(gòu)成所述訓練集的所有詞語對應(yīng)的詞向量的第一集合，其中，所述訓練集中的各個實體語料各自由若干個詞語構(gòu)成；

基于所述第一集合，獲取所述各個訓練實體語料關(guān)系對的訓練語句矩陣向量，其中，所述訓練語句矩陣向量由若干個詞向量構(gòu)成。

3.如權(quán)利要求1或2所述的方法，其特征在于，所述利用卷積神經(jīng)網(wǎng)絡(luò)對所述各個訓練語句矩陣向量進行處理，獲取所述各個訓練實體語料關(guān)系對的訓練分類概率，具體包括：

對所述各個訓練語句矩陣向量進行卷積運算，獲取與所述訓練實體語料關(guān)系對相對應(yīng)的訓練特征信息；

對各個訓練特征信息進行采樣處理，獲取所述各個訓練實體語料對的若干個訓練最優(yōu)特征；

對所述若干個訓練最優(yōu)特征進行合并處理，獲取所述各個訓練實體語料對的訓練局部最優(yōu)特征；

利用Softmax模型對各個訓練局部最優(yōu)特征進行處理，獲取所述各個訓練實體語料對的訓練分類概率。

4.如權(quán)利要求1或2所述的方法，其特征在于，所述從預(yù)設(shè)實體語料庫中隨機抽取出訓練集，還包括：

利用隨機抽取算法從預(yù)設(shè)實體語料庫中抽取出測試集；其中，所述訓練集和所述測試集的并集為所述預(yù)設(shè)實體語料庫，所述訓練集和所述測試集無交集。

5.如權(quán)利要求4所述的方法，其特征在于，在所述利用卷積神經(jīng)網(wǎng)絡(luò)對所述各個訓練語句矩陣向量進行處理，獲取所述各個訓練實體語料關(guān)系對的測試分類概率之后，所述方法還包括：

將所述測試集中的任一實體語料與除該實體語料外的各個實體語料配對，直至所述測試集中的所有實體語料都完成配對，從而獲取若干個測試實體語料關(guān)系對，其中，所述測試集由若干個實體語料構(gòu)成；

獲取與各個測試實體語料關(guān)系對相對應(yīng)的各個測試語句矩陣向量；

利用所述卷積神經(jīng)網(wǎng)絡(luò)對所述各個測試語句矩陣向量進行處理，獲取所述各個測試實體語料關(guān)系對的分類概率；

輸出所述各個測試實體語料關(guān)系對的分類概率，從而用戶可以基于所述分類概率判斷所述卷積神經(jīng)網(wǎng)絡(luò)是否需要再次訓練。

6.如權(quán)利要求5所述的方法，其特征在于，所述獲取與各個測試實體語料關(guān)系對相對應(yīng)的各個測試語句矩陣向量，具體包括：

獲取與構(gòu)成所述測試集的所有詞語對應(yīng)的詞向量的第二集合，其中，所述測試集中的個實體語料各自由若干個詞語構(gòu)成；

基于所述第二集合，獲取所述各個測試實體語料關(guān)系對的測試語句矩陣向量，其中，所述測試語句矩陣向量由若干個詞向量構(gòu)成。

7.如權(quán)利要求5或6所述的方法，其特征在于，所述利用卷積神經(jīng)網(wǎng)絡(luò)對所述各個測試語句矩陣向量進行處理，獲取各個測試實體語料關(guān)系對的測試分類概率，具體包括：

對所述各個測試語句矩陣向量進行卷積運算，獲取與所述測試實體語料關(guān)系對相對應(yīng)的測試特征信息；

對各個測試特征信息進行采樣處理，獲取所述各個測試實體語料對的若干個測試最優(yōu)特征；

對所述若干個測試最優(yōu)特征進行合并處理，獲取各個測試實體語料對的測試局部最優(yōu)特征；

利用Softmax模型對各個測試局部最優(yōu)特征進行處理，獲取所述各個測試實體語料對的測試分類概率。