[發明專利]一種數據處理方法、裝置、設備及介質

在審

• 申請號: 202110053681.8
• 申請日: 2021-01-15
• 公開（公告）號: CN114764443A
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 蔣卓
• 申請（專利權）人: 北京獵戶星空科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/332;G06F16/33;G06F40/126;G06F40/295
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 郭潤湘

1.一種數據處理方法，其特征在于，所述方法包括：

確定待處理的文本數據中包含的目標實體；

獲取所述目標實體對應的各條知識記錄、以及所述知識記錄對應的目標類型，所述知識記錄包括所述目標實體對應的至少一個屬性信息；

針對所述每條知識記錄，通過預先訓練完成的實體鏈接模型，基于所述文本數據、所述知識記錄、以及所述知識記錄對應的目標類型，確定所述知識記錄是否與所述文本數據中包含的目標實體匹配。

2.根據權利要求1所述的方法，其特征在于，所述通過預先訓練完成的實體鏈接模型，基于所述文本數據、所述知識記錄、以及所述知識記錄對應的目標類型，確定所述知識記錄是否與所述文本數據中包含的目標實體匹配，包括：

通過所述實體鏈接模型中的編碼網絡，分別確定所述文本數據對應的文本向量、所述知識記錄對應的屬性向量、以及所述目標類型對應的類別向量；

通過所述實體鏈接模型中的解碼網絡，基于所述文本向量、所述屬性向量、以及所述類別向量，確定所述知識記錄是否與所述文本數據中包含的目標實體匹配。

3.根據權利要求2所述的方法，其特征在于，所述通過所述實體鏈接模型中的編碼網絡，分別確定所述文本數據對應的文本向量、所述知識記錄對應的屬性向量、以及所述目標類型對應的類別向量，包括：

通過所述編碼網絡中的字符層，分別確定所述文本數據對應的第一編碼向量、所述知識記錄對應的第二編碼向量、以及所述目標類型對應的類別向量；

通過所述編碼網絡中的編碼層，分別確定所述第一編碼向量對應的文本向量、以及所述第二編碼向量對應的屬性向量。

4.根據權利要求2所述的方法，其特征在于，所述通過所述實體鏈接模型中的解碼網絡，基于所述文本向量、所述屬性向量、以及所述類別向量，確定所述知識記錄是否與所述文本數據中包含的目標實體匹配，包括：

通過所述解碼網絡中的第一處理層，基于每個所述屬性向量、所述文本向量以及所述類別向量，確定權重向量，其中，所述權重向量中包含有所述知識記錄中包含的每個屬性信息分別對應的權重值；

通過所述解碼網絡中的融合層，基于所述權重向量以及所述屬性向量，確定融合屬性向量；

通過所述解碼網絡中的第二處理層，基于所述融合屬性向量、所述文本向量、以及所述類別向量，確定所述知識記錄是否與所述文本數據中包含的目標實體匹配。

5.根據權利要求3所述的方法，其特征在于，所述方法還包括：

通過所述編碼網絡中的編碼層，對所述類別向量進行歸一化處理；

將歸一化處理后的類別向量輸入至所述解碼網絡。

6.根據權利要求3所述的方法，其特征在于，所述通過所述編碼網絡中的字符層，分別確定所述文本數據對應的第一編碼向量、所述知識記錄對應的第二編碼向量、以及所述目標類型對應的類別向量，包括：

在所述字符層中，通過第一編碼矩陣，分別確定所述文本數據對應的第一編碼向量、以及所述知識記錄對應的第二編碼向量；以及通過第二編碼矩陣，確定所述目標類型對應的類別向量。

7.根據權利要求3所述的方法，其特征在于，所述通過所述編碼網絡中的編碼層，分別確定所述第一編碼向量對應的文本向量、以及所述第二編碼向量對應的屬性向量，包括：

在所述編碼層中，通過第一編碼器，分別確定所述第一編碼向量對應的文本向量、以及每個所述屬性值編碼向量分別對應的屬性值向量，以及通過第二編碼器，確定每個所述屬性名編碼向量分別對應的屬性名向量。

8.一種數據處理裝置，其特征在于，所述裝置包括：

確定單元，用于確定待處理的文本數據中包含的目標實體；

獲取單元，用于獲取所述目標實體對應的各條知識記錄、以及所述知識記錄對應的目標類型，所述知識記錄包括所述目標實體對應的至少一個屬性信息；

處理單元，用于針對所述每條知識記錄，通過預先訓練完成的實體鏈接模型，基于所述文本數據、所述知識記錄、以及所述知識記錄對應的目標類型，確定所述知識記錄是否與所述文本數據中包含的目標實體匹配。