[發(fā)明專利]序列標注方法、數(shù)據(jù)處理設(shè)備、可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010537651.X
• 申請日: 2020-06-12
• 公開（公告）號: CN111695053A
• 公開（公告）日: 2020-09-22
• 發(fā)明（設(shè)計）人: 沈大框;張瑩;陳成才
• 申請（專利權(quán)）人: 上海智臻智能網(wǎng)絡(luò)科技股份有限公司
• 主分類號: G06F16/955
• 分類號: G06F16/955;G06F16/35;G06F40/30;G06K9/62
• 代理公司: 上海知錦知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 31327
• 代理人: 潘彥君

序列標注方法、數(shù)據(jù)處理設(shè)備、可讀存儲介質(zhì)，所述方法包括：獲取待處理數(shù)據(jù)，所述待處理數(shù)據(jù)包括待處理語料；提取所述待處理數(shù)據(jù)的語義特征，并將提取得到的語義特征和所述待處理數(shù)據(jù)進行邏輯運算處理，得到所述待處理數(shù)據(jù)的融合特征；基于所述待處理數(shù)據(jù)的融合特征，計算各候選預(yù)測標簽標注序列的概率值，各候選預(yù)測標簽標注序列包括：用于標注所述待處理語料的候選預(yù)測標簽；基于各候選預(yù)測標簽標注序列的概率值，獲取概率值符合預(yù)設(shè)的第一選取條件的候選預(yù)測標簽標注序列，得到所述待處理數(shù)據(jù)的標簽標注預(yù)測序列。采用上述方案，可以提高序列標注預(yù)測結(jié)果的準確率。

技術(shù)領(lǐng)域

本說明書實施例涉及信息處理技術(shù)領(lǐng)域，尤其涉及一種序列標注方法、數(shù)據(jù)處理設(shè)備、可讀存儲介質(zhì)。

背景技術(shù)

在互聯(lián)網(wǎng)信息大爆炸的時代，計算機如果能夠理解人類的語言，可以更好地輔助使用者獲取有用信息。因此，自然語言處理(Natural Language Processing，NLP)成為了近年來的研究熱點。

序列標注(Sequence Labeling)任務(wù)可以將語言序列轉(zhuǎn)化為標注序列，由此作為許多自然語言處理任務(wù)的基礎(chǔ)，是自然語言處理中的重要研究內(nèi)容之一。

目前，現(xiàn)有的序列標注模型只能處理內(nèi)容簡單、來源單一的語言序列，在面對內(nèi)容復(fù)雜或來源多變的語言序列時，往往泛化能力弱、通用性差，導(dǎo)致序列標注結(jié)果的準確率較低。

發(fā)明內(nèi)容

有鑒于此，本說明書實施例提供了一種序列標注方法、數(shù)據(jù)處理設(shè)備、可讀存儲介質(zhì)，能夠提高序列標注預(yù)測結(jié)果的準確率。

本說明書實施例提供了一種序列標注方法，包括：

獲取待處理數(shù)據(jù)，所述待處理數(shù)據(jù)包括待處理語料；

提取所述待處理數(shù)據(jù)的語義特征，并將提取得到的語義特征和所述待處理數(shù)據(jù)進行邏輯運算處理，得到所述待處理數(shù)據(jù)的融合特征；

基于所述待處理數(shù)據(jù)的融合特征，計算各候選預(yù)測標簽標注序列的概率值，各候選預(yù)測標簽標注序列包括：用于標注所述待處理語料的候選預(yù)測標簽；

基于各候選預(yù)測標簽標注序列的概率值，獲取概率值符合預(yù)設(shè)的第一選取條件的候選預(yù)測標簽標注序列，得到所述待處理數(shù)據(jù)的標簽標注預(yù)測序列。

本說明書實施例還提供了一種序列標注方法，包括：

獲取待處理數(shù)據(jù)，所述待處理數(shù)據(jù)包括待處理語料；

將所述待處理數(shù)據(jù)輸入預(yù)設(shè)的序列標注模型，以提取所述待處理數(shù)據(jù)的語義特征，并將提取得到的語義特征和所述待處理數(shù)據(jù)進行邏輯運算處理，得到所述待處理數(shù)據(jù)的融合特征，以及基于所述待處理數(shù)據(jù)的融合特征，計算各候選預(yù)測標簽標注序列的概率值，獲取概率值符合預(yù)設(shè)的第一選取條件的候選預(yù)測標簽標注序列。

本發(fā)明實施例還提供了一種數(shù)據(jù)處理設(shè)備，包括存儲器和處理器；其中，所述存儲器適于存儲一條或多條計算機指令，所述處理器運行所述計算機指令時執(zhí)行上述任一實施例所述方法的步驟。

本發(fā)明實施例還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機指令，所述計算機指令運行時執(zhí)行上述任一實施例所述方法的步驟。

采用本說明書實施例的序列標注方案，在獲取待處理數(shù)據(jù)后，通過將提取得到的所述待處理數(shù)據(jù)的語義特征和所述待處理數(shù)據(jù)進行邏輯運算，可以融合待處理數(shù)據(jù)中的原始語義信息和語義特征中經(jīng)過提取的語義信息，從而避免語義特征提取錯誤或關(guān)鍵語義信息缺失對序列標注預(yù)測結(jié)果帶來的影響，使得融合后的特征包含豐富的語義信息，可以表征內(nèi)容復(fù)雜或來源多變的待處理數(shù)據(jù)，有利于更加準確地計算各候選預(yù)測標簽標注序列的概率值，進而提高序列標注結(jié)果的準確率。

附圖說明

圖1是本說明書實施例中一種序列標注方法的流程圖；