[發明專利]公式的標注方法、裝置、設備及存儲介質

有效

• 申請號: 202011081425.1
• 申請日: 2020-10-12
• 公開（公告）號: CN111931020B
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 岳祥;陳柯錦;彭守業;季云英;項瑩瑩
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906;G06F16/903;G06F40/237;G06F40/247
• 代理公司: 上海知錦知識產權代理事務所(特殊普通合伙) 31327
• 代理人: 李麗

本發明實施例提供一種公式的標注方法、裝置、設備及存儲介質，包括：獲取待標注公式；調用公式標注模型，所述公式標注模型在與公式相關學科對應的目標語言表征模型的基礎上，通過公式標注數據訓練得到；其中，所述目標語言表征模型基于基礎語言表征模型至少擴展所述公式相關學科的詞匯而得到，所述公式標注數據至少包括樣本公式數據及樣本公式數據對應的標簽；根據所述公式標注模型，預測所述待標注公式的標簽；本發明實施例實現對公式的準確標注，提高公式標注的準確率和全面性。

技術領域

本發明涉及數據處理領域，尤其涉及公式的標注方法、裝置、設備及存儲介質。

背景技術

目前，采用自然語言處理技術可以對文本進行多種任務處理，例如，對文本中的數據進行標注、分類、生成摘要等任務處理；其中，對文本中的數據進行標注，可使得文本中的數據對應有標注的標簽，以便于通過標注的標簽對文本中的數據實現有效搜索，同時通過標注的標簽也可更好的理解文本中數據的含義。

在對文本中的數據進行標注的實際工作中，文本中的數據存在著一些公式，由于公式的復雜性，如何準確、全面的為公式進行標注，一直是本領域技術人員研究的問題。

發明內容

有鑒于此，本發明實施例提供了公式的標注方法、裝置、設備及存儲介質，能夠實現對公式的準確標注，提高公式標注的準確率和全面性。

為實現上述目的，本發明實施例提供如下技術方案：

一種公式的標注方法，包括：

獲取待標注公式；

調用公式標注模型，所述公式標注模型在與公式相關學科對應的目標語言表征模型的基礎上，通過公式標注數據訓練得到；其中，所述目標語言表征模型基于基礎語言表征模型至少擴展所述公式相關學科的詞匯而得到，所述公式標注數據至少包括樣本公式數據及樣本公式數據對應的標簽；

根據所述公式標注模型，預測所述待標注公式的標簽。

本發明實施例還提供一種公式的標注裝置，包括：

獲取公式模塊，用于獲取待標注公式；

公式標注模塊，用于調用公式標注模型，所述公式標注模型在與公式相關學科對應的目標語言表征模型的基礎上，通過公式標注數據訓練得到；其中，所述目標語言表征模型基于基礎語言表征模型至少擴展所述公式相關學科的詞匯而得到，所述公式標注數據至少包括樣本公式數據及樣本公式數據對應的標簽；

預測標簽模塊，用于根據所述公式標注模型，預測所述待標注公式的標簽。

本發明實施例還提供一種電子設備，包括至少一個存儲器和至少一個處理器；所述存儲器存儲計算機指令，所述處理器調用所述計算機指令，所述計算機指令用于執行上述公式的標注方法。

本發明實施例還提供一種存儲介質，所述存儲介質存儲有執行上述的公式的標注方法的計算機指令。

與現有技術相比，本發明實施例中的公式的標注方法、裝置、設備和存儲介質，其中，所述公式標注模型基于目標語言表征模型得到，所述目標語言表征模型基于基礎語言表征模型至少擴展所述公式相關學科的詞匯而得到，本發明實施例中擴展所述公式相關學科的詞匯，用于增加所述學科中出現的高頻詞匯量，則所述待標注公式匹配所述學科中出現的高頻詞匯的概率增高，提高準確為待標注公式預測合適的標簽的概率。

在本發明實施例進一步的可選實現中，還可以基于匹配數據確定預處理后的字符串是否成功匹配標簽，所述預處理后的字符串至少經過歸一化處理和數字泛化處理，所述歸一化處理至少包括字符歸一化處理和表達式歸一化處理，所述數字泛化處理用于將字符串中不具有特殊含義的數字進行泛化擴展，本發明實施例能夠進一步豐富所述待標注公式字符串的數量，提高待標注公式字符串的匹配概率，提高為公式進行標注的準確性和全面性。