[發(fā)明專利]實(shí)體詞標(biāo)簽生成方法、裝置、計(jì)算機(jī)設(shè)備和可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910208175.4
• 申請(qǐng)日: 2019-03-19
• 公開（公告）號(hào): CN111738009B
• 公開（公告）日: 2023-10-20
• 發(fā)明（設(shè)計(jì)）人: 吳雪潔;戴明洋;熊金
• 申請(qǐng)（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): G06F40/30
• 分類號(hào): G06F40/30;G06F40/279
• 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

1.一種實(shí)體詞標(biāo)簽生成方法，其特征在于，所述方法包括以下步驟：

將待處理的第一實(shí)體詞進(jìn)行語(yǔ)義識(shí)別，以確定所述第一實(shí)體詞對(duì)應(yīng)的第一詞向量；

根據(jù)所述第一詞向量與各第二詞向量間的相似度，確定所述第一實(shí)體詞所屬的第一詞簇，其中，每個(gè)第二詞向量與預(yù)設(shè)的詞簇中的一個(gè)第二實(shí)體詞對(duì)應(yīng)；

將所述第一詞簇對(duì)應(yīng)的標(biāo)簽，確定為所述第一實(shí)體詞對(duì)應(yīng)的標(biāo)簽。

2.如權(quán)利要求1所述的方法，其特征在于，所述將所述第一詞簇對(duì)應(yīng)的標(biāo)簽，確定為所述第一實(shí)體詞對(duì)應(yīng)的標(biāo)簽之前，還包括：

獲取多個(gè)實(shí)體詞對(duì)，其中，每個(gè)實(shí)體詞對(duì)中包括互相對(duì)應(yīng)的實(shí)體詞及標(biāo)簽；

對(duì)每個(gè)實(shí)體詞對(duì)中的實(shí)體詞進(jìn)行語(yǔ)義識(shí)別，確定每個(gè)實(shí)體詞對(duì)應(yīng)的第二詞向量；

根據(jù)每個(gè)實(shí)體詞對(duì)應(yīng)的第二詞向量，將多個(gè)實(shí)體詞對(duì)進(jìn)行分簇處理，以生成多個(gè)詞簇；

根據(jù)每個(gè)詞簇中各實(shí)體詞對(duì)應(yīng)的標(biāo)簽，確定每個(gè)實(shí)體詞簇對(duì)應(yīng)的標(biāo)簽。

3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)每個(gè)詞簇中各實(shí)體詞對(duì)應(yīng)的標(biāo)簽，確定每個(gè)實(shí)體詞簇對(duì)應(yīng)的標(biāo)簽，包括：

將所述每個(gè)詞簇中各實(shí)體詞對(duì)應(yīng)的標(biāo)簽進(jìn)行泛化處理，以確定每個(gè)實(shí)體詞簇對(duì)應(yīng)的標(biāo)簽。

4.如權(quán)利要求2所述的方法，其特征在于，第二詞簇中包括N個(gè)實(shí)體詞、且所述N個(gè)實(shí)體詞中有M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽相同，其中，N和M為整數(shù)，且M小于或等于N；

所述根據(jù)每個(gè)詞簇中各實(shí)體詞對(duì)應(yīng)的標(biāo)簽，確定每個(gè)實(shí)體詞簇對(duì)應(yīng)的標(biāo)簽，包括：

若M/N大于或等于閾值，則確定所述M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽為所述第二詞簇對(duì)應(yīng)的標(biāo)簽；

若M/N小于閾值，則對(duì)其他N-M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽分別進(jìn)行消歧處理，以確定所述其他N-M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽中包含的參考標(biāo)簽；

對(duì)所述參考標(biāo)簽及所述M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽進(jìn)行泛化處理，以確定所述第二詞簇對(duì)應(yīng)的標(biāo)簽。

5.如權(quán)利要求4所述的方法，其特征在于，所述對(duì)其他N-M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽分別進(jìn)行消歧處理，包括：

根據(jù)所述其他N-M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽，分別與各搜索語(yǔ)句間對(duì)應(yīng)的匹配度，對(duì)所述其他N-M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽進(jìn)行消歧處理；

或者，

根據(jù)所述其他N-M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽間的語(yǔ)義相似度，對(duì)其他N-M個(gè)實(shí)體詞對(duì)應(yīng)的標(biāo)簽分別進(jìn)行消歧處理。

6.如權(quán)利要求1-5任一所述的方法，其特征在于，所述將所述第一詞簇對(duì)應(yīng)的標(biāo)簽，確定為所述第一實(shí)體詞對(duì)應(yīng)的標(biāo)簽之后，還包括：

將所述第一實(shí)體詞加入所述第一詞簇中。

7.如權(quán)利要求1-5任一所述的方法，其特征在于，若第一詞向量與L個(gè)第二詞向量的相似度相同、且所述L個(gè)第二詞向量分別對(duì)應(yīng)L個(gè)預(yù)設(shè)的詞簇中的第二實(shí)體詞，其中，L為大于1的正整數(shù)；

則根據(jù)所述第一詞向量與各第二詞向量間的相似度，確定所述第一實(shí)體詞所屬的第一詞簇，包括：

根據(jù)所述第一詞向量與所述L個(gè)預(yù)設(shè)的詞簇中各第二實(shí)體詞對(duì)應(yīng)的第二詞向量間的相似度的均值，確定所述第一實(shí)體詞所屬的第一詞簇。

8.一種實(shí)體詞標(biāo)簽生成裝置，其特征在于，所述裝置包括：

識(shí)別模塊，用于將待處理的第一實(shí)體詞進(jìn)行語(yǔ)義識(shí)別，以確定所述第一實(shí)體詞對(duì)應(yīng)的第一詞向量；

第一確定模塊，用于根據(jù)所述第一詞向量與各第二詞向量間的相似度，確定所述第一實(shí)體詞所屬的第一詞簇，其中，每個(gè)第二詞向量與預(yù)設(shè)的詞簇中的一個(gè)第二實(shí)體詞對(duì)應(yīng)；

第二確定模塊，用于將所述第一詞簇對(duì)應(yīng)的標(biāo)簽，確定為所述第一實(shí)體詞對(duì)應(yīng)的標(biāo)簽。

9.一種計(jì)算機(jī)設(shè)備，其特征在于，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)，實(shí)現(xiàn)如權(quán)利要求1-7中任一所述的實(shí)體詞標(biāo)簽生成方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7中任一所述的實(shí)體詞標(biāo)簽生成方法。