[發明專利]信息識別方法、裝置、電子設備及存儲介質

有效

• 申請號: 201910141241.0
• 申請日: 2019-02-25
• 公開（公告）號: CN111681670B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 劉純一;柳俊宏;薛艷云;王鵬;李奘
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L15/06;G10L15/02;G10L15/08;G10L15/14;G10L15/26;G06F40/10
• 代理公司: 北京超成律師事務所 11646
• 代理人: 鄧超

1.一種信息識別方法，其特征在于，所述方法包括：

獲取多個待識別文本信息；

獲取每個待識別文本信息為目標類型的文本信息的概率值，共獲得多個概率值，所述目標類型的文本信息為除服務提供方在提供服務過程中與服務請求方之間產生的交互信息以外的信息；

將每個概率值與預設概率值進行比對，獲得比對結果；

根據所述比對結果確定所述多個待識別文本信息中屬于所述目標類型的目標待識別文本信息；

所述獲取每個待識別文本信息為目標類型的文本信息的概率值，包括：

獲取每個待識別文本信息對應的M個字，M為大于等于2的整數；

預測所述M個字中第i個字后出現所述M個字中第i+1個字的概率值，以及預測第M個字后出現結束字符的概率值，共獲得每個待識別文本信息對應的M個概率值，i為大于等于1且小于M的整數；

基于每個待識別文本信息對應的M個概率值獲取每個待識別文本信息為目標類型的文本信息的概率值。

2.根據權利要求1所述的方法，其特征在于，獲取每個待識別文本信息為目標類型的文本信息的概率值，包括：

通過預設語言模型獲取每個待識別文本信息為目標類型的文本信息的概率值，所述預設語言模型為預先將所述目標類型的多個訓練文本信息輸入語言模型進行訓練獲得的。

3.根據權利要求2所述的方法，其特征在于，預測所述M個字中第i個字后出現所述M個字中第i+1個字的概率值，以及預測第M個字后出現結束字符的概率值，共獲得每個待識別文本信息對應的M個概率值，包括：

通過所述預設語言模型中的softmax分類器預測所述M個字中第i個字后出現所述M個字中第i+1個字的概率值，以及預測第M個字后出現結束字符的概率值，共獲得每個待識別文本信息對應的M個概率值。

4.根據權利要求3所述的方法，其特征在于，通過所述預設語言模型中的softmax分類器預測所述M個字中第i個字后出現所述M個字中第i+1個字的概率值，以及預測第M個字后出現結束字符的概率值，共獲得每個待識別文本信息對應的M個概率值，包括：

通過所述預設語言模型中的嵌入表示模塊將每個待識別文本信息中的第i個字轉換為數值向量，獲得第i個字對應的第i個數值向量；

通過所述語言模型中的注意力模塊獲取所述M個字中第i個字與其他M-1個字之間的相似度作為所述第i個字的權重；

將所述第i個字的權重與所述第i個字對應的第i個數值向量進行加權，獲得所述第i個字加權后的數值向量；

將所述第i個字加權后的數值向量輸入所述softmax分類器預測所述M個字中第i個字后出現所述M個字中第i+1個字的概率值，以及預測第M個字后出現結束字符的概率值，共獲得每個待識別文本信息對應的M個概率值。

5.根據權利要求4所述的方法，其特征在于，通過所述預設語言模型中的嵌入表示模塊將每個待識別文本信息中的第i個字轉換為數值向量，獲得第i個字對應的第i個數值向量，包括：

通過所述預設語言模型中的嵌入表示模塊將每個待識別文本信息中的第i個字轉換為第一數值向量，且將第i個字對應的第i個拼音轉換為第二數值向量；

將所述第一數值向量與所述第二數值向量進行拼接獲得第i個字對應的第i個數值向量。

6.根據權利要求1-5任一所述的方法，其特征在于，獲取多個待識別文本信息之前，還包括：

獲取屬于目標類型的多個訓練文本信息；

將所述目標類型的多個訓練文本信息輸入語言模型中進行訓練，獲得訓練后的預設語言模型以及所述預設語言模型輸出的預設概率值。