[發明專利]信息處理方法、裝置及存儲介質

在審

• 申請號: 202010059203.3
• 申請日: 2020-01-19
• 公開（公告）號: CN111259148A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 徐澤宇;鄧雄文
• 申請（專利權）人: 北京松果電子有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/33;G06F40/289
• 代理公司: 北京善任知識產權代理有限公司 11650
• 代理人: 康艷青

1.一種信息處理方法，其特征在于，包括：

對第一語料數據進行分詞處理，得到包含有至少一個詞語的第二語料數據；

基于第一預訓練模型對所述第二語料數據所包含的所述至少一個詞語進行處理，得到所述第二語料數據所對應的第一特征向量序列；

基于第二預訓練模型對所述第一語料數據所包含的字符進行處理，得到所述第一語料數據所對應的第二特征向量序列；

基于所述第一特征向量序列和所述第二特征向量序列，得到目標特征向量。

2.根據權利要求1所述的方法，其特征在于，所述第一特征向量序列和所述第二特征向量序列分別包含有至少一個特征向量；所述基于所述第一特征向量序列和所述第二特征向量序列，得到目標特征向量，包括：

基于卷積神經網絡模型對所述第一特征向量序列進行處理，從所述第一特征向量序列中提取第一特征向量；

基于長短期記憶模型對所述第一特征向量序列進行處理，從所述第一特征向量序列中提取第二特征向量；

基于所述第二預訓練模型對所述第二特征向量序列進行處理，從所述第二特征向量序列中提取第三特征向量；

基于所述第一特征向量、所述第二特征向量和所述第三特征向量，通過拼接處理得到目標特征向量。

3.根據權利要求2所述的方法，其特征在于，所述基于所述第一特征向量、所述第二特征向量和所述第三特征向量，通過拼接處理得到目標特征向量，包括：

在所述第一特征向量的末端拼接所述第二特征向量，并在拼接后的第二特征向量的末端拼接所述第三特征向量，得到拼接后的特征向量；

對所述拼接后的特征向量進行降維處理，得到所述目標特征向量。

4.根據權利要求1所述的方法，其特征在于，所述第二語料數據所包含的詞語具有詞標識；所述基于第一預訓練模型對所述第二語料數據進行處理，得到所述第二語料數據所對應的第一特征向量序列，包括：

確定所述第二語料數據包含的各所述詞語的詞標識；

基于各所述詞語的詞標識查詢所述第一預訓練模型的設定詞向量映射表，從所述設定詞向量映射表中確定各所述詞語的特征向量，其中，所述設定詞向量映射表包含有各所述詞語的詞標識與各所述特征向量之間的映射關系；

將確定的各所述詞語的特征向量按照第一設定順序進行排列，得到所述第一特征向量序列。

5.根據權利要求1所述的方法，其特征在于，所述第一語料數據所包含的字符具有字標識；所述基于第二預訓練模型對所述第一語料數據進行處理，得到所述第一語料數據所對應的第二特征向量序列，包括：

確定所述第一語料數據包含的各所述字符的字標識；

所述第二預訓練模型對所述第一語料數據中各所述字符的上下文進行分析，得到分析結果；

基于所述分析結果以及所述字符的字標識，查詢所述第二預訓練模型的設定字向量映射表，從所述設定詞向量映射表中確定各所述字符的特征向量，其中，所述設定字向量映射表包含有各所述字符的字標識與各所述特征向量之間的映射關系；

將確定的各所述字符的特征向量按照第二設定順序進行排列，得到所述第二特征向量序列。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

基于設定分類模型對所述目標特征向量進行分類處理，得到分類結果。

7.一種信息處理裝置，其特征在于，包括：

第一處理模塊，配置為對第一語料數據進行分詞處理，得到包含有至少一個詞語的第二語料數據；

第二處理模塊，配置為基于第一預訓練模型對所述第二語料數據所包含的所述至少一個詞語進行處理，得到所述第二語料數據所對應的第一特征向量序列；

第三處理模塊，配置為基于第二預訓練模型對所述第一語料數據所包含的字符進行處理，得到所述第一語料數據所對應的第二特征向量序列；

獲取模塊，配置為基于所述第一特征向量序列和所述第二特征向量序列，得到目標特征向量。