[發(fā)明專利]智能詞云圖數(shù)據(jù)處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010126063.7
• 申請(qǐng)日: 2020-02-27
• 公開（公告）號(hào): CN111368553A
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計(jì)）人: 黃世鋒
• 申請(qǐng)（專利權(quán)）人: 廣州視源電子科技股份有限公司
• 主分類號(hào): G06F40/30
• 分類號(hào): G06F40/30;G06F40/211;G06F40/289;G06F16/35;G06F16/34
• 代理公司: 北京權(quán)智天下知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11638
• 代理人: 王新愛

1.一種智能詞云圖數(shù)據(jù)處理方法，其特征在于，包括：

獲取原始文本數(shù)據(jù)集，所述原始文本數(shù)據(jù)集中包含有多個(gè)原始語句；

確定每個(gè)所述原始語句之間的句子相似度，根據(jù)所述句子相似度進(jìn)行所述原始語句的聚類得到第一顯示內(nèi)容；

對(duì)所述第一顯示內(nèi)容進(jìn)行歸納處理，得到第二顯示內(nèi)容；

將所述第二顯示內(nèi)容進(jìn)行展示。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定每個(gè)所述原始語句之間的句子相似度，包括：

通過預(yù)訓(xùn)練模型對(duì)每個(gè)所述原始語句進(jìn)行編碼得到每個(gè)所述原始語句對(duì)應(yīng)的句子向量；

根據(jù)每個(gè)所述原始語句對(duì)應(yīng)的句子向量計(jì)算得到每個(gè)所述原始語句之間的句子相似度。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述確定每個(gè)所述原始語句之間的句子相似度，包括：

提取每個(gè)所述原始語句中的關(guān)鍵詞，通過預(yù)訓(xùn)練模型對(duì)每個(gè)關(guān)鍵詞進(jìn)行編碼得到每個(gè)所述原始語句對(duì)應(yīng)的關(guān)鍵詞向量；

根據(jù)每個(gè)所述原始語句對(duì)應(yīng)的關(guān)鍵詞向量和句子向量計(jì)算得到每個(gè)所述原始語句之間的句子相似度。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)每個(gè)所述原始語句對(duì)應(yīng)的關(guān)鍵詞向量和句子向量計(jì)算得到每個(gè)所述原始語句之間的句子相似度，包括：

計(jì)算每個(gè)所述原始語句對(duì)應(yīng)的關(guān)鍵詞向量的余弦相似度，以及對(duì)應(yīng)的句子的余弦相似度；

依據(jù)預(yù)設(shè)比例對(duì)所述關(guān)鍵詞向量的余弦相似度和所述句子的余弦相似度進(jìn)行加權(quán)融合得到每個(gè)所述原始語句之間的句子相似度。

5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述句子相似度進(jìn)行所述原始語句的聚類得到第一顯示內(nèi)容，包括：

根據(jù)所述句子相似度進(jìn)行所述原始語句的聚類得到多個(gè)不同聚類類別；

確定每個(gè)所述聚類類別下原始語句的平均相似度，將平均相似度最高的原始語句確定為第一顯示內(nèi)容。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述第一顯示內(nèi)容進(jìn)行歸納處理，得到第二顯示內(nèi)容，包括：

對(duì)所述第一顯示內(nèi)容中的每個(gè)語句進(jìn)行分詞、詞性標(biāo)注和依存句法分析處理得到待處理語句，提取所述待處理語句的句子主干信息；

將所述句子主干信息進(jìn)行連接得到第二顯示內(nèi)容。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述提取所述待處理語句的句子主干信息，包括：

提取所述待處理語句的主語和謂語，確定所述待處理語句是否存在補(bǔ)語，如果存在補(bǔ)語，則提取所述待處理語句的補(bǔ)語，如果不存在則提取所述待處理語句的賓語。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，在確定所述待處理語句是否存在補(bǔ)語，還包括：

確定所述待處理語句是否存在并列語，如果是，則提取所述待處理語句中的并列語。

9.根據(jù)權(quán)利要求7所述的方法，其特征在于，在提取所述待處理語句的主語之后，還包括：

確定所述待處理語句中是否存在否定副詞，如果是，則提取所述待處理語句中的否定副詞。

10.根據(jù)權(quán)利要求6所述的方法，其特征在于，將所述句子主干信息進(jìn)行連接得到第二顯示內(nèi)容，包括：

將所述句子主干信息進(jìn)行連接，確定語句通順度；

如果滿足預(yù)設(shè)條件，則將所述句子主干信息的連接結(jié)果確定為第二顯示內(nèi)容。

11.根據(jù)權(quán)利要求10所述的方法，其特征在于，所述確定語句通順度，如果滿足預(yù)設(shè)條件，則將所述句子主干信息的連接結(jié)果確定為第二顯示內(nèi)容，包括：

通過預(yù)設(shè)語言模型驗(yàn)證語句通順度得到語句困惑度值；

如果所述語句困惑度值小于設(shè)定閾值時(shí)，將所述句子主干信息的連接結(jié)果確定為第二顯示內(nèi)容。