[發明專利]編碼方法、裝置、設備及存儲介質

有效

• 申請號: 201910069751.1
• 申請日: 2019-01-24
• 公開（公告）號: CN110147532B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 譚翊章;孫碩;曹杰;田樂;牛成;周杰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/126
• 分類號: G06F40/126;G06F40/211
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 張所明

1.一種編碼方法，其特征在于，所述方法包括：

獲取目標段落和預設數據庫，將所述目標段落和所述預設數據庫輸入至記憶編碼模型，所述目標段落包括至少一個語句，所述記憶編碼模型至少包括輸入層、第二記憶層、第二門控層、第一記憶層、第一門控層和輸出層，所述第二記憶層位于所述第一記憶層之前，所述第二門控層位于所述第一記憶層之前和所述第二記憶層之后；

在所述輸入層中，獲取所述目標段落的原始向量集合和所述預設數據庫的知識向量集合，獲取所述目標段落的記憶向量集合，所述記憶向量集合包括所述目標段落的上下文語句中每個詞語的詞向量，所述原始向量集合包括所述目標段落中每個語句的語句向量；所述知識向量集合包括所述預設數據庫中多條知識數據的知識向量；

在所述第二記憶層中，根據所述原始向量集合和所述記憶向量集合，獲取所述原始向量集合的第三目標語句矩陣，所述第三目標語句矩陣用于根據所述原始向量集合與所述記憶向量集合之間的關聯關系，對所述目標段落進行描述；

在所述第二門控層中，對所述原始向量集合與所述第三目標語句矩陣進行加權求和，得到第四目標語句矩陣，使所述第四目標語句矩陣中的每個數值屬于預設數值范圍；

在所述第一記憶層中，根據所述第四目標語句矩陣和所述知識向量集合，獲取所述原始向量集合的第一目標語句矩陣，所述第一目標語句矩陣用于根據所述第四目標語句矩陣以及所述知識向量集合，對所述目標段落進行描述；

在所述第一門控層中，對所述原始向量集合與所述第一目標語句矩陣進行加權求和，得到第二目標語句矩陣，使所述第二目標語句矩陣中的每個數值屬于預設數值范圍；

在所述輸出層中，根據所述第二目標語句矩陣，獲取所述目標段落的段落向量；

基于所述段落向量進行處理。

2.根據權利要求1所述的方法，其特征在于，所述輸入層包括語句編碼模型，所述在所述輸入層中，獲取所述目標段落的原始向量集合和所述預設數據庫的知識向量集合，包括：

根據所述目標段落中每個語句中每個詞語的詞向量，應用所述語句編碼模型，獲取所述每個語句的語句向量，得到所述原始向量集合；

根據所述預設數據庫中每條知識數據的知識向量，獲取所述知識向量集合。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述預設數據庫中的每條知識數據；

對于每條知識數據，對所述知識數據進行詞語劃分，得到至少一個詞語，獲取所述至少一個詞語的詞向量，根據所述至少一個詞語的詞向量，獲取所述知識數據的知識向量，將所述知識向量與所述知識數據對應存儲于所述預設數據庫中。

4.根據權利要求1所述的方法，其特征在于，所述第一記憶層包括第一記憶模型，所述在所述第一記憶層中，根據所述原始向量集合和所述知識向量集合，獲取所述原始向量集合的第一目標語句矩陣，包括：

應用所述第一記憶模型，獲取所述知識向量集合對應的第一知識矩陣和第二知識矩陣；

根據所述原始向量集合、所述第一知識矩陣和所述第二知識矩陣，獲取所述原始向量集合的第一目標語句矩陣。

5.根據權利要求1所述的方法，其特征在于，所述第一門控層包括線性網絡模型，所述在所述第一門控層中，對所述原始向量集合與所述第一目標語句矩陣進行加權求和，得到第二目標語句矩陣，包括：

應用所述線性網絡模型，獲取所述原始向量集合對應的線性數值，采用預設函數對所述線性數值進行處理，得到所述原始向量集合的第一權重，以使所述第一權重屬于所述預設數值范圍；

計算1與所述第一權重的差值，得到所述第一目標語句矩陣的第二權重；

按照所述第一權重和所述第二權重，對所述原始向量集合與所述第一目標語句矩陣進行加權求和，得到所述第二目標語句矩陣。

6.根據權利要求1所述的方法，其特征在于，所述在所述輸出層中，根據所述第二目標語句矩陣，獲取所述目標段落的段落向量，包括：

對所述第二目標語句矩陣進行列向求和，得到所述段落向量。