[發(fā)明專利]代詞消解方法、裝置、電子設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202110283477.5 | 申請日： | 2021-03-17 |
| 公開（公告）號： | CN112765958B | 公開（公告）日： | 2023-07-04 |
| 發(fā)明（設(shè)計）人： | 祝大偉;陳立 | 申請（專利權(quán)）人： | 中國平安人壽保險股份有限公司 |
| 主分類號： | G06F40/211 | 分類號： | G06F40/211;G06F40/295 |
| 代理公司： | 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347 | 代理人： | 高杰;于志光 |
| 地址： | 518000 廣東省深圳市福田區(qū)益田路5033號*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 代詞 消解 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
1.一種代詞消解方法，其特征在于，所述方法包括：
獲取對話數(shù)據(jù)，劃分所述對話數(shù)據(jù)中的上下文語句；
標記所述上下文語句中實體及代詞的對應(yīng)關(guān)系，生成標準實體-代詞對應(yīng)關(guān)系；
利用代詞實體消解模型中的編碼層對所述上下文語句中字符進行位置索引編碼，得到上下文字符位置索引；利用所述編碼層將所述上下文語句中字符轉(zhuǎn)換成對應(yīng)的字符向量，得到初始上下文字符向量；將所述上下文字符位置索引和所述初始上下文字符向量進行組合，生成上下文字符向量；
利用所述代詞實體消解模型中的前饋注意力機制對所述上下文字符向量進行特征序列提取，得到上下文特征字符向量；
利用所述代詞實體消解模型中的實體-代詞關(guān)系消解模塊中的全連接層檢測所述上下文特征字符詞向量中的代詞實體位置信息，利用所述實體-代詞關(guān)系消解模塊中的激活函數(shù)輸出所述代詞實體位置信息，得到預(yù)測實體-代詞對應(yīng)關(guān)系；
利用所述代詞實體消解模型中損失函數(shù)計算所述預(yù)測實體-代詞對應(yīng)關(guān)系與所述標準實體-代詞對應(yīng)關(guān)系的損失值；
當(dāng)所述損失值不滿足預(yù)設(shè)條件時，調(diào)整所述代詞實體消解模型的參數(shù)，并返回利用代詞實體消解模型中的編碼層對所述上下文語句中字符進行位置向量編碼的步驟及后續(xù)步驟；
當(dāng)所述損失值滿足預(yù)設(shè)條件時，得到訓(xùn)練完成的代詞實體消解模型；
利用所述訓(xùn)練完成的代詞實體消解模型對待消解實體-代詞關(guān)系的對話數(shù)據(jù)進行實體-代詞關(guān)系消解，得到消解結(jié)果。
2.如權(quán)利要求1所述的代詞消解方法，其特征在于，所述劃分所述對話數(shù)據(jù)中的上下文語句，包括：
獲取所述對話數(shù)據(jù)的語句時間，根據(jù)所述語句時間，利用預(yù)設(shè)的上下文語句劃分腳本對所述對話數(shù)據(jù)進行順序語句標記，得到上下文語句。
3.如權(quán)利要求1所述的代詞消解方法，其特征在于，所述標記所述上下文語句中實體及代詞的對應(yīng)關(guān)系，生成標準實體-代詞對應(yīng)關(guān)系，包括：
構(gòu)建所述上下文語句的數(shù)據(jù)結(jié)構(gòu)；
根據(jù)所述數(shù)據(jù)結(jié)構(gòu)，利用預(yù)設(shè)的指針對所述上下文語句進行實體-代詞對應(yīng)關(guān)系標記，得到標準實體-代詞對應(yīng)關(guān)系。
4.如權(quán)利要求1所述的代詞消解方法，其特征在于，所述利用代詞實體消解模型中的編碼層對所述上下文語句中字符進行位置索引編碼和字符向量轉(zhuǎn)換，生成上下文字符向量，包括：
利用所述編碼層對所述上下文語句中字符進行索引編碼，得到上下文字符位置索引；
利用所述編碼層將所述上下文語句中字符轉(zhuǎn)換成對應(yīng)的字符向量，得到初始上下文字符向量；
將所述上下文字符位置索引和所述初始上下文字符向量進行組合，生成上下文字符向量。
5.如權(quán)利要求1所述的代詞消解方法，其特征在于，所述利用所述代詞實體消解模型中的前饋注意力機制對所述上下文字符向量本進行特征序列提取，得到上下文特征字符向量，包括：
利用所述前饋注意力機制中的自注意力模塊查詢所述上下文字符向量；
利用所述前饋注意力機制中的卷積模塊對查詢的所述上下文字符向量進行特征提取，得到特征字符向量；
利用所述前饋注意力機制中的編碼器提取所述特征字符向量的信息序列，得到上下文特征字符向量。
6.如權(quán)利要求1中所述的代詞消解方法，其特征在于，所述利用所述代詞實體消解模型中的實體-代詞關(guān)系消解模塊中的全連接層檢測所述上下文特征字符詞向量中的代詞實體位置信息，包括：
利用下述方法檢測所述上下文特征字符詞向量中的代詞實體位置信息：
其中，表示代詞實體位置信息，s表示上下文特征字符詞向量，e表示無限不循環(huán)小數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國平安人壽保險股份有限公司，未經(jīng)中國平安人壽保險股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110283477.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
