[發(fā)明專利]同義詞生成方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910020917.0
• 申請日: 2019-01-09
• 公開（公告）號(hào): CN111428476B
• 公開（公告）日: 2023-03-31
• 發(fā)明（設(shè)計(jì)）人: 熊健
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06F40/247
• 分類號(hào): G06F40/247;G06F16/33
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 宋合成

1.一種同義詞生成方法，其特征在于，包括：

獲取待處理同義詞簇的代表詞；

根據(jù)所述待處理同義詞簇的代表詞及所述同義詞簇中包含的原始同義詞對，將所述同義詞簇進(jìn)行同義詞對改寫處理；

根據(jù)改寫后的各詞對的語義相似度，確定改寫后的同義詞簇的內(nèi)聚性；

若所述改寫后的同義詞簇的內(nèi)聚性滿足預(yù)設(shè)條件，則根據(jù)所述改寫后的同義詞簇對預(yù)設(shè)的同義詞樣本庫進(jìn)行更新；

其中，所述確定改寫后的同義詞簇的內(nèi)聚性之后，還包括：

若所述改寫后的同義詞簇的內(nèi)聚性未滿足所述預(yù)設(shè)條件，則確定所述改寫后的同義詞簇與所述預(yù)設(shè)的同義詞樣本庫的差異信息；

基于第一預(yù)設(shè)規(guī)則庫及第二預(yù)設(shè)規(guī)則庫，對所述差異信息進(jìn)行校驗(yàn)，以確定所述差異信息關(guān)聯(lián)的改寫后的每個(gè)詞對的置信度；

根據(jù)所述差異信息關(guān)聯(lián)的改寫后的每個(gè)詞對的置信度，將所述第一預(yù)設(shè)規(guī)則庫或第二預(yù)設(shè)規(guī)則庫進(jìn)行更新。

2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述改寫后的同義詞簇對預(yù)設(shè)的同義詞樣本庫進(jìn)行更新之前，還包括：

確定所述待處理同義詞簇中各詞的權(quán)重小于第一閾值。

3.如權(quán)利要求1所述的方法，其特征在于，所述確定改寫后的同義詞簇的內(nèi)聚性之后，還包括：

若所述待處理同義詞簇中各詞的權(quán)重大于或等于第一閾值，則確定所述改寫后的同義詞簇與所述預(yù)設(shè)的同義詞樣本庫的差異信息；

基于第一預(yù)設(shè)規(guī)則庫庫及第二預(yù)設(shè)規(guī)則庫，對所述差異信息進(jìn)行校驗(yàn)，以確定所述差異信息關(guān)聯(lián)的改寫后的每個(gè)詞對的置信度；

根據(jù)所述差異信息關(guān)聯(lián)的改寫后的每個(gè)詞對的置信度，將所述第一預(yù)設(shè)規(guī)則庫或第二預(yù)設(shè)規(guī)則庫進(jìn)行更新。

4.如權(quán)利要求1所述的方法，其特征在于，所述獲取待處理同義詞簇的代表詞，包括：

根據(jù)所述待處理同義詞簇中各詞的權(quán)重，確定所述待處理同義詞簇的代表詞；

或者，

將從所述待處理同義詞簇中隨機(jī)獲取的任一詞確定為所述代表詞。

5.如權(quán)利要求1-4任一所述的方法，其特征在于，所述根據(jù)改寫后的各詞對的語義相似度，確定改寫后的同義詞簇的內(nèi)聚性之前，還包括：

確定所述改寫后的同義詞簇中至少一個(gè)詞對未與第一預(yù)設(shè)規(guī)則庫匹配；

或者，

確定所述改寫后的同義詞簇中至少一個(gè)詞對與第二預(yù)設(shè)規(guī)則庫匹配。

6.如權(quán)利要求5所述的方法，其特征在于，所述將所述同義詞簇進(jìn)行同義詞對改寫處理之后，還包括：

若確定所述改寫后的同義詞簇中的所有詞對均與所述第一預(yù)設(shè)規(guī)則庫匹配，則確定所述改寫后的同義詞簇的內(nèi)聚性得分為1；

若確定所述改寫后的同義詞簇中的所有詞對均與所述第二預(yù)設(shè)規(guī)則庫匹配，則將所述改寫后的同義詞簇進(jìn)行刪除處理。

7.如權(quán)利要求1-4任一所述的方法，其特征在于，所述根據(jù)所述改寫后的同義詞簇對預(yù)設(shè)的同義詞樣本庫進(jìn)行更新之后，還包括：

根據(jù)所述改寫后的同義詞簇的內(nèi)聚性得分及所述同義詞樣本庫中各同義詞簇的內(nèi)聚性得分，對所述同義詞樣本庫對應(yīng)的內(nèi)聚性得分進(jìn)行更新。

8.如權(quán)利要求1-4任一所述的方法，其特征在于，所述獲取待處理同義詞簇的代表詞之前，還包括：

基于預(yù)設(shè)的挖掘規(guī)則，從語料庫中獲取初始同義詞集合；

對所述初始同義詞集合進(jìn)行同義推理及過濾處理，以確定由多個(gè)同義詞簇組成的同義詞集合；

從所述同義詞集合中，獲取所述待處理同義詞簇。