[發(fā)明專利]語句釋義方法、裝置、計算機設備

在審

• 申請?zhí)枺?/td>: 201910084444.0
• 申請日: 2019-01-29
• 公開（公告）號: CN109885830A
• 公開（公告）日: 2019-06-14
• 發(fā)明（設計）人: 寧義雙;陳桓;閔剛;張良杰
• 申請（專利權）人: 金蝶軟件（中國）有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 方高明

本申請涉及一種語句釋義方法、裝置、計算機設備和存儲介質。所述方法包括：獲取目標源句子，對所述目標源句子進行預處理得到目標源句子序列；將所述目標源句子序列輸入到預設的釋義模型，得到與所述目標源句子對應的候選詞的概率分布；所述釋義模型是根據樣本源句子和樣本釋義句進行模型訓練得到的；根據所述候選詞的概率分布對所述候選詞進行隨機采樣，得到目標詞；根據所述目標詞生成與所述目標源句子對應的至少一個目標釋義句子。采用本方法能夠根據目標源句子生成至少一個目標釋義句，提高識別準確性。

技術領域

本申請涉及自然語言處理技術領域，特別是涉及一種語句釋義方法、裝置、計算機設備和存儲介質。

背景技術

隨著自然語言處理領域(Natural Language Processing，NLP)的發(fā)展，出現了釋義自動生成技術，該技術被廣泛應用于信息檢索、語義解析、信息抽取、對話系統中的數據增強以及機器翻譯等。例如，較多交互平臺都需要將同一種意圖的不同句子結構的語句填充到系統中，用于訓練意圖識別模型，使得當用戶同時使用這些不同句子結構的語句的時候，系統都能夠準確識別出用戶的話語意圖。

然而，目前的釋義自動生成方法，因輸入源句子結構復雜、以及不同用戶語言習慣的差異性，存在根據目標源句子識別生成的目標釋義句的準確性低的問題。

發(fā)明內容

基于此，有必要針對上述技術問題，提供一種能夠提高識別準確性的語句釋義方法、裝置、計算機設備和存儲介質。

一種語句釋義方法，所述方法包括：

獲取目標源句子，對所述目標源句子進行預處理得到目標源句子序列；

將所述目標源句子序列輸入到預設的釋義模型，得到與所述目標源句子對應的候選詞的概率分布；所述釋義模型是根據樣本源句子和樣本釋義句進行模型訓練得到的；

根據所述候選詞的概率分布對所述候選詞進行隨機采樣，得到目標詞；

根據所述目標詞生成與所述目標源句子對應的至少一個目標釋義句子。

在其中一個實施例中，所述釋義模型的生成方式包括：獲取中文釋義對，根據所述中文釋義對構建中文語料庫，其中，每個中文釋義對包括一個樣本源句子和至少一個樣本釋義句；將所述中文釋義對中的樣本源句子和樣本釋義句進行數據預處理得到樣本源句子序列和樣本釋義句序列；根據所述樣本源句子序列和樣本釋義句序列進行模型訓練得到釋義模型。

在其中一個實施例中，所述獲取中文釋義對，根據所述中文釋義對構建中文語料庫，包括：對包含英文源句子和英文釋義句的英文釋義對，進行翻譯處理，得到包含中文源句子和中文釋義句的中文釋義對，統計所述中文源句子和所述中文釋義句長度，選取所述中文源句子和所述中文釋義句長度均不大于第預設的長度閾值的中文釋義對，得到第一語料庫；對預配置的特定場景的中文源句子進行同義詞和句子結構變換處理，得到所述特定場景的中文釋義句，根據所述特定場景的中文源句子和所述特定場景的中文釋義句構成第二語料庫；根據所述第一語料庫和所述第二語料庫構建中文語料庫。

在其中一個實施例中，所述將所述中文釋義對中的樣本源句子和樣本釋義句進行數據預處理得到樣本源句子序列和樣本釋義句序列包括：

獲取中文釋義對中的樣本源句子和樣本釋義句；根據所述樣本源句子和樣本釋義句進行分詞處理得到各自對應的詞語序列；根據詞語與索引值的對應關系將所述詞語序列轉換為對應的索引值序列；將所述樣本源句子對應的索引值序列的向量表示作為樣本源句子序列，以及將所述樣本釋義句對應的索引值序列的向量表示作為樣本釋義句序列。

在其中一個實施例中，所述根據所述樣本源句子序列和樣本釋義句序列進行模型訓練得到釋義模型包括：