[發明專利]用于處理信息的方法、裝置、設備和介質

有效

• 申請號: 202010718666.6
• 申請日: 2020-07-23
• 公開（公告）號: CN111859970B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 伍林;潘俊杰
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/216;G06F16/335
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 魏嘉熹

1.一種用于處理信息的方法，包括：

獲取目標文本；

對所述目標文本進行命名實體識別，獲得名詞序列；

分別從所述名詞序列中提取角色名序列和稱謂序列；獲得角色名序列后，所述從所述名詞序列中提取稱謂序列包括：從所述名詞序列中過濾掉屬于所述角色名序列的名詞，獲得候選稱謂序列；基于所述候選稱謂序列，生成稱謂序列；

對于所述稱謂序列中的稱謂，執行以下匹配步驟：

從所述角色名序列中確定與該稱謂相匹配的角色名作為該稱謂對應的匹配角色名；

建立該稱謂對應的匹配角色名與該稱謂之間的關聯關系；

其中，所述從所述角色名序列中確定與該稱謂相匹配的角色名作為該稱謂對應的匹配角色名包括：

對于所述角色名序列中的角色名，執行以下步驟：

提取該角色名與該稱謂的關聯特征，生成關聯向量；

將所提取的關聯特征輸入預先訓練的匹配用模型，獲得用于表征該角色名與該稱謂的匹配程度的匹配結果；

基于所獲得的匹配結果，從所述角色名序列中確定與該稱謂相匹配的角色名作為該稱謂對應的匹配角色名。

2.根據權利要求1所述的方法，其中，關聯特征包括以下至少一項：

用于表征稱謂與角色名對應的性別是否相同的特征；

用于表征稱謂與角色名是否包括相同的文字的特征；

用于表征稱謂與角色名是否位于所述目標文本中的相同的句子的特征；

用于表征稱謂與角色名是否位于所述目標文本中的相同的段落的特征；

用于表征在所述名詞序列中，稱謂的位置與角色名的位置的距離的特征；

用于表征角色名在稱謂對應的目標名詞集合中出現的次數的特征，其中，稱謂對應的目標名詞集合是在所述名詞序列中，與稱謂的距離小于或等于預設距離的名詞所組成的集合。

3.根據權利要求1所述的方法，其中，所述從所述名詞序列中提取角色名序列包括：

按照預設條件，對所述名詞序列中的名詞進行過濾，獲得初始角色名序列，其中，預設條件包括以下至少一項：名詞為人稱代詞；名詞的字數小于2；名詞的字數大于4；

基于所述初始角色名序列，生成角色名序列。

4.根據權利要求3所述的方法，其中，所述基于所述初始角色名序列，生成角色名序列包括：

從所述初始角色名序列中提取在所述目標文本中的出現次數大于或等于預設次數的名詞，組成候選角色名序列；

基于所述候選角色名序列，生成角色名序列。

5.根據權利要求4所述的方法，其中，所述基于所述候選角色名序列，生成角色名序列包括：

從所述候選角色名序列中提取包含姓氏的名詞，組成角色名序列。

6.根據權利要求1所述的方法，其中，所述目標文本為目標小說文本。

7.根據權利要求1所述的方法，其中，所述基于所述候選稱謂序列，生成稱謂序列包括：

從所述候選稱謂序列中過濾掉字數大于4的名詞，獲得稱謂序列。