[發(fā)明專利]一種應(yīng)用程序中數(shù)據(jù)的處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910778784.3
• 申請(qǐng)日: 2019-08-22
• 公開(kāi)（公告）號(hào): CN110647987A
• 公開(kāi)（公告）日: 2020-01-03
• 發(fā)明（設(shè)計(jì)）人: 李正興
• 申請(qǐng)（專利權(quán)）人: 騰訊科技(深圳)有限公司
• 主分類號(hào): G06N3/08
• 分類號(hào): G06N3/08;G06F16/33;G06F16/36;G06K9/62;G06N3/04
• 代理公司: 44202 廣州三環(huán)專利商標(biāo)代理有限公司
• 代理人: 郝傳鑫;賈允

1.一種應(yīng)用程序中數(shù)據(jù)的處理方法，其特征在于，所述方法包括：

基于實(shí)體識(shí)別模型和意圖識(shí)別模型對(duì)待識(shí)別數(shù)據(jù)進(jìn)行實(shí)體和意圖的識(shí)別，得到預(yù)選實(shí)體和預(yù)選意圖；

若所述預(yù)選實(shí)體與所述預(yù)選意圖對(duì)應(yīng)的意圖模板中子模板中的實(shí)體不存在匹配關(guān)系，對(duì)所述待識(shí)別數(shù)據(jù)進(jìn)行分詞操作，得到待糾錯(cuò)數(shù)據(jù)；

根據(jù)應(yīng)用程序的實(shí)體庫(kù)和預(yù)設(shè)編輯距離確定所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的實(shí)體集合；所述實(shí)體集合中的每個(gè)實(shí)體為所述實(shí)體庫(kù)中的實(shí)體；

基于所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的實(shí)體集合中每個(gè)實(shí)體和所述待糾錯(cuò)數(shù)據(jù)之間的相似程度值從所述實(shí)體集合中確定出用于糾錯(cuò)的目標(biāo)實(shí)體；

基于所述目標(biāo)實(shí)體對(duì)所述待識(shí)別數(shù)據(jù)進(jìn)行糾錯(cuò)處理。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述若所述預(yù)選實(shí)體與所述預(yù)選意圖對(duì)應(yīng)的意圖模板中子模板中的實(shí)體不存在匹配關(guān)系，對(duì)所述待識(shí)別數(shù)據(jù)進(jìn)行分詞操作，得到待糾錯(cuò)數(shù)據(jù)，包括：

若所述預(yù)選實(shí)體的實(shí)體類型與所述意圖模板中任一子模板中的實(shí)體的實(shí)體類型不存在匹配關(guān)系，對(duì)所述待識(shí)別數(shù)據(jù)進(jìn)行分詞操作，得到待糾錯(cuò)數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述若所述預(yù)選實(shí)體與所述預(yù)選意圖對(duì)應(yīng)的意圖模板中子模板中的實(shí)體不存在匹配關(guān)系，對(duì)所述待識(shí)別數(shù)據(jù)進(jìn)行分詞操作，得到待糾錯(cuò)數(shù)據(jù)，包括：

若所述預(yù)選實(shí)體的的實(shí)體數(shù)量和所述意圖模板中的上限子模板中的實(shí)體的實(shí)體數(shù)量不存在匹配關(guān)系，對(duì)所述待識(shí)別數(shù)據(jù)進(jìn)行分詞操作，得到待糾錯(cuò)數(shù)據(jù)；

其中，所述上限子模板為所述意圖模板的所有子模板中，包含的實(shí)體的實(shí)體數(shù)量最多的子模板。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述待識(shí)別數(shù)據(jù)進(jìn)行分詞操作，得到待糾錯(cuò)數(shù)據(jù)，包括：

若所述預(yù)選實(shí)體和所述應(yīng)用程序?qū)嶓w庫(kù)中的實(shí)體相匹配，對(duì)所述待識(shí)別數(shù)據(jù)中除所述預(yù)選實(shí)體之外的數(shù)據(jù)進(jìn)行分詞操作，得到待糾錯(cuò)數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的實(shí)體集合中每個(gè)實(shí)體和所述待糾錯(cuò)數(shù)據(jù)之間的相似程度值從所述實(shí)體集合中確定出用于糾錯(cuò)的目標(biāo)實(shí)體，基于所述目標(biāo)實(shí)體對(duì)所述待識(shí)別數(shù)據(jù)進(jìn)行糾錯(cuò)處理，包括：

確定所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的實(shí)體集合中每個(gè)實(shí)體和所述待糾錯(cuò)數(shù)據(jù)的實(shí)體相似程度值；

確定所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的實(shí)體集合中每個(gè)實(shí)體和所述待糾錯(cuò)數(shù)據(jù)的編輯相似程度值；

根據(jù)所述實(shí)體相似程度值和編輯相似程度值確定所述實(shí)體集合中每個(gè)實(shí)體和所述待糾錯(cuò)數(shù)據(jù)之間的相似程度值；

將最大相似程序值對(duì)應(yīng)的實(shí)體確定為所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的所述目標(biāo)實(shí)體；

使用所述目標(biāo)實(shí)體替換所述待識(shí)別數(shù)據(jù)中的所述待糾錯(cuò)數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的實(shí)體集合中每個(gè)實(shí)體和所述待糾錯(cuò)數(shù)據(jù)之間的相似程度值從所述實(shí)體集合中確定出用于糾錯(cuò)的目標(biāo)實(shí)體之前，還包括：

根據(jù)預(yù)設(shè)編輯閾值從所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的實(shí)體集合中確定候選實(shí)體集合；所述候選實(shí)體集合中的候選實(shí)體為所述實(shí)體集合中的實(shí)體；

所述基于所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的實(shí)體集合中每個(gè)實(shí)體和所述待糾錯(cuò)數(shù)據(jù)之間的相似程度值從所述實(shí)體集合中確定出用于糾錯(cuò)的目標(biāo)實(shí)體，包括：

基于所述待糾錯(cuò)數(shù)據(jù)對(duì)應(yīng)的候選實(shí)體集合中每個(gè)候選實(shí)體和所述待糾錯(cuò)數(shù)據(jù)之間的相似程度值從所述候選實(shí)體集合中確定出用于糾錯(cuò)的目標(biāo)實(shí)體。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括訓(xùn)練所述實(shí)體識(shí)別模型和所述意圖識(shí)別模型的步驟，所述訓(xùn)練所述實(shí)體識(shí)別模型和所述意圖識(shí)別模型包括：

根據(jù)第一訓(xùn)練數(shù)據(jù)對(duì)模型參量為第一參量的實(shí)體識(shí)別模型進(jìn)行訓(xùn)練，得到模型參量為第二參量的實(shí)體識(shí)別模型；

根據(jù)第二訓(xùn)練數(shù)據(jù)對(duì)模型參量為第三參量的意圖識(shí)別模型進(jìn)行訓(xùn)練，得到模型參量為第四參量的意圖識(shí)別模型；

所述第一訓(xùn)練數(shù)據(jù)和所述第二訓(xùn)練數(shù)據(jù)包括所述應(yīng)用程序的歷史識(shí)別數(shù)據(jù)。