[發(fā)明專利]數(shù)據(jù)處理方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110397661.2
• 申請(qǐng)日: 2021-04-14
• 公開（公告）號(hào): CN113254635B
• 公開（公告）日: 2021-11-05
• 發(fā)明（設(shè)計(jì)）人: 李晨曦;荊寧
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F40/216;G06F40/126
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);杜維

1.一種數(shù)據(jù)處理方法，其特征在于，所述方法包括：

獲取待處理文本中的目標(biāo)實(shí)體，所述目標(biāo)實(shí)體為所述待處理文本中任一實(shí)體；

調(diào)用第一分類網(wǎng)絡(luò)對(duì)所述目標(biāo)實(shí)體的第一類別信息和實(shí)體類型先驗(yàn)數(shù)據(jù)進(jìn)行處理，以得到所述目標(biāo)實(shí)體的第二類別信息，所述第二類別信息包括所述目標(biāo)實(shí)體在多個(gè)層級(jí)的多個(gè)實(shí)體類型中每個(gè)實(shí)體類型上的概率，所述第一類別信息是通過調(diào)用第二分類網(wǎng)絡(luò)對(duì)所述待處理文本和所述目標(biāo)實(shí)體進(jìn)行處理得到的；

基于所述第二類別信息確定所述目標(biāo)實(shí)體的分類結(jié)果，所述分類結(jié)果包括至少一個(gè)實(shí)體類型；

其中，所述第一類別信息的具體獲取方式包括：

調(diào)用第二分類網(wǎng)絡(luò)對(duì)所述待處理文本進(jìn)行處理，以得到所述待處理文本的關(guān)系編碼表示，以及對(duì)所述目標(biāo)實(shí)體進(jìn)行處理，以得到所述目標(biāo)實(shí)體的實(shí)體編碼表示；

對(duì)所述關(guān)系編碼表示和所述實(shí)體編碼表示進(jìn)行拼接處理得到文本編碼表示；

調(diào)用所述第二分類網(wǎng)絡(luò)對(duì)所述文本編碼表示進(jìn)行處理，以得到所述目標(biāo)實(shí)體的第一類別信息，所述第一類別信息包括所述目標(biāo)實(shí)體在多個(gè)層級(jí)的多個(gè)實(shí)體類型中每個(gè)實(shí)體類型上的概率。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述第二類別信息確定所述目標(biāo)實(shí)體的分類結(jié)果，包括：

獲取類型嵌入數(shù)據(jù)，所述類型嵌入數(shù)據(jù)用于描述預(yù)定義的多個(gè)實(shí)體類型之間的依賴關(guān)系；

基于所述第二類別信息和所述類型嵌入數(shù)據(jù)確定所述目標(biāo)實(shí)體的第三類別信息；

基于所述第三類別信息確定所述目標(biāo)實(shí)體的分類結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述類型嵌入數(shù)據(jù)包括所述多個(gè)實(shí)體類型之間的依賴關(guān)系矩陣，所述第二類別信息包括所述目標(biāo)實(shí)體在所述多個(gè)實(shí)體類型上的預(yù)測(cè)概率矩陣，所述基于所述第二類別信息和所述類型嵌入數(shù)據(jù)確定所述目標(biāo)實(shí)體的第三類別信息，包括：

利用所述依賴關(guān)系矩陣對(duì)所述預(yù)測(cè)概率矩陣進(jìn)行調(diào)整，以得到調(diào)整后的預(yù)測(cè)概率矩陣；

根據(jù)所述調(diào)整后的預(yù)測(cè)概率矩陣確定所述目標(biāo)實(shí)體的第三類別信息。

4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述獲取類型嵌入數(shù)據(jù)之前，所述方法還包括：

獲取預(yù)定義的多個(gè)實(shí)體類型的層級(jí)結(jié)構(gòu)，所述層級(jí)結(jié)構(gòu)包括所述多個(gè)實(shí)體類型的層級(jí)劃分；

根據(jù)所述層級(jí)結(jié)構(gòu)確定所述多個(gè)實(shí)體類型之間的依賴關(guān)系矩陣；

將所述依賴關(guān)系矩陣作為類型嵌入數(shù)據(jù)。

5.根據(jù)權(quán)利要求1~3中任一項(xiàng)所述的方法，其特征在于，所述調(diào)用第一分類網(wǎng)絡(luò)對(duì)所述目標(biāo)實(shí)體的第一類別信息和實(shí)體類型先驗(yàn)數(shù)據(jù)進(jìn)行處理，以得到所述目標(biāo)實(shí)體的第二類別信息之前，所述方法還包括：

獲取包括目標(biāo)實(shí)體的多個(gè)文本；

對(duì)所述多個(gè)文本中每個(gè)文本的目標(biāo)實(shí)體的實(shí)體類型進(jìn)行標(biāo)注，以得到標(biāo)注結(jié)果；

根據(jù)所述標(biāo)注結(jié)果確定所述目標(biāo)實(shí)體屬于預(yù)定義的多個(gè)實(shí)體類型中每個(gè)實(shí)體類型的概率，并根據(jù)所述概率確定所述目標(biāo)實(shí)體的實(shí)體類型先驗(yàn)數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述調(diào)用第二分類網(wǎng)絡(luò)對(duì)所述待處理文本進(jìn)行處理，以得到所述待處理文本的關(guān)系編碼表示，包括：

獲取所述待處理文本中每個(gè)字的詞編碼表示和相對(duì)位置編碼表示；

調(diào)用第二分類網(wǎng)絡(luò)對(duì)所述詞編碼表示和所述相對(duì)位置編碼表示進(jìn)行處理，以得到所述每個(gè)字的上下文編碼表示；

基于注意力機(jī)制確定所述每個(gè)字的注意力權(quán)重系數(shù)；

基于所述每個(gè)字的上下文編碼表示和注意力權(quán)重系數(shù)確定所述待處理文本的關(guān)系編碼表示。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待處理文本中的目標(biāo)實(shí)體之前，所述方法還包括：

獲取訓(xùn)練樣本集，所述訓(xùn)練樣本集中包括多個(gè)文本、各個(gè)文本中每個(gè)實(shí)體對(duì)應(yīng)的類別標(biāo)簽以及實(shí)體類型先驗(yàn)數(shù)據(jù)；

利用第一分類網(wǎng)絡(luò)和第二分類網(wǎng)絡(luò)對(duì)所述訓(xùn)練樣本集中包括的每個(gè)文本和所述每個(gè)文本中任一實(shí)體進(jìn)行處理，以得到所述任一實(shí)體的預(yù)測(cè)類別信息；

基于所述任一實(shí)體的預(yù)測(cè)類別信息、類別標(biāo)簽和損失函數(shù)對(duì)所述第一分類網(wǎng)絡(luò)和所述第二分類網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整，以完成對(duì)所述第一分類網(wǎng)絡(luò)和所述第二分類網(wǎng)絡(luò)的訓(xùn)練。