[發明專利]用于實體分類的方法和裝置、用于實體呈現的方法和裝置

在審

• 申請號: 202011104608.0
• 申請日: 2020-10-15
• 公開（公告）號: CN112131884A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 徐也;楊石兵;沈卓;荊寧
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/35;G06N3/08;G06N3/04
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 孫之剛;陳嵐

1.一種用于實體分類的方法，包括：

獲取實體的信息文本；

基于所述實體的信息文本確定所述實體對應的實體向量；

基于所述實體向量，利用經訓練的智能分類網絡通過如下步驟確定針對所述實體的層次化類別，其中所述智能分類網絡包括全局特征提取層和多個局部特征提取層，所述多個局部特征提取層與預定類別層次結構中的類別層一一對應，所述步驟包括：

分別利用所述多個局部特征提取層基于所述實體向量提取對應局部特征提取層的類別向量，其中所述對應局部特征提取層的類別向量包括所述實體屬于預定類別層次結構中的對應類別層中的各類別的局部類別置信度；

利用所述全局特征提取層基于所述多個局部特征提取層得到的中間特征向量來提取第一全局類別向量，其中所述第一全局類別向量包括所述實體屬于預定類別層次結構中各類別的第一全局類別置信度；

基于所述多個局部特征提取層的類別向量中的局部類別置信度和第一全局類別向量中的第一全局置信度確定針對所述實體的層次化類別。

2.根據權利要求1所述的方法，其中，所述信息文本包括對所述實體進行概述的實體描述文本、屬性名稱和與屬性名稱對應的屬性值。

3.根據權利要求2所述的方法，其中，基于實體的信息文本確定所述實體對應的實體向量，包括：

對所述實體的實體描述文本進行第一嵌入處理，以得到文本描述向量；

對所述實體的屬性名稱和與屬性名稱對應的屬性值進行第二嵌入處理，以得到屬性向量；

基于所述文本描述向量和所述屬性向量確定所述實體對應的實體向量。

4.根據權利要求3所述的方法，其中，對所述實體的屬性名稱和與屬性名稱對應的屬性值進行第二嵌入處理，以得到屬性向量，包括：

響應于所述屬性名稱對應多個屬性值，則，

對所述實體的屬性名稱進行第二嵌入處理以得到第一詞嵌入向量；

對所述多個屬性值分別進行第二嵌入處理以得到多個第二詞嵌入向量，并且對所述多個第二詞嵌入向量取平均以得到平均嵌入向量；

基于所述第一詞嵌入向量和平均嵌入向量確定所述屬性向量。

5.根據權利要求3所述的方法，其中，基于所述文本描述向量和所述屬性向量確定所述實體對應的實體向量，包括：

對所述屬性向量進行池化處理，以得到第一處理向量；

對所述屬性向量進行注意力處理，以得到第二處理向量；

將所述文本描述向量、第一處理向量和第二處理向量進行拼接，以得到所述實體對應的實體向量。

6.根據權利要求1所述的方法，其中，所述多個局部特征提取層的數目為N，并且每個局部特征提取層包括第一隱藏層、第二隱藏層、第三隱藏層，并且其中分別利用多個局部特征提取層基于所述實體向量提取對應局部特征提取層的類別向量，包括：

對于第1個局部特征提取層，

利用其第一隱藏層基于所述實體向量提取第一層的第一特征向量；

利用其第二隱藏層基于所述第一層的第一特征向量提取第一層的第二特征向量；

利用其第三隱藏層基于所述第一層的第二特征向量確定第1個局部特征提取層的類別向量；

對于第2到第N個局部特征提取層，

利用第i個局部特征提取層的第一隱藏層基于所述實體向量和第i-1層的第一特征向量提取第i層的第一特征向量；

利用第i個局部特征提取層的第二隱藏層基于第i層的所述第一特征向量提取第i層的第二特征向量；

利用第i個局部特征提取層的第三隱藏層基于所述第i層的第二特征向量確定第i個局部特征提取層的類別向量；

其中N為大于1的正整數，i為大于1且不大于N的正整數。

7.根據權利要求6所述的方法，其中，所述全局特征提取層包括第四隱藏層，并且利用所述全局特征提取層基于所述多個局部特征提取層得到的中間特征向量來提取第一全局類別向量，包括：

將所述第N個局部特征提取層提取的第N層的第一特征向量作為所述中間特征向量；

利用所述第四隱藏層基于所述中間特征向量來提取第一全局類別向量。