[發(fā)明專(zhuān)利]目標(biāo)信息的獲取方法、裝置和服務(wù)器

在審

• 申請(qǐng)?zhí)枺?/td>: 202110493701.3
• 申請(qǐng)日: 2021-05-07
• 公開(kāi)（公告）號(hào): CN113076735A
• 公開(kāi)（公告）日: 2021-07-06
• 發(fā)明（設(shè)計(jì)）人: 李冰;朱義毅;林振溪;屠方軔
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)工商銀行股份有限公司
• 主分類(lèi)號(hào): G06F40/194
• 分類(lèi)號(hào): G06F40/194;G06F40/211;G06F40/216;G06F40/253;G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京三友知識(shí)產(chǎn)權(quán)代理有限公司 11127
• 代理人: 任默聞;王濤

本說(shuō)明書(shū)提供了目標(biāo)信息的獲取方法、裝置和服務(wù)器。先獲取與目標(biāo)人物相關(guān)的目標(biāo)事件語(yǔ)句，以及目標(biāo)事件語(yǔ)句的句子向量：獲取第一語(yǔ)料文本，并拆分成多個(gè)文本語(yǔ)句；再?gòu)亩鄠€(gè)文本語(yǔ)句中篩選出關(guān)鍵文本語(yǔ)句，并確定出對(duì)應(yīng)的句子向量；根據(jù)預(yù)設(shè)的計(jì)算規(guī)則，利用關(guān)鍵文本語(yǔ)句與目標(biāo)事件語(yǔ)句的句子向量，計(jì)算得到基于事件維度的相似度參數(shù)；根據(jù)相似度參數(shù)判斷第一語(yǔ)料文本是否屬于與目標(biāo)事件語(yǔ)句關(guān)聯(lián)的目標(biāo)文本；在確定第一語(yǔ)料文本屬于目標(biāo)文本時(shí)，再根據(jù)關(guān)鍵文本語(yǔ)句，從第一語(yǔ)料文本中提取出基于事件維度的與目標(biāo)事件語(yǔ)句關(guān)聯(lián)的目標(biāo)信息。從而可以高效、準(zhǔn)確地找出與涉及目標(biāo)人物的目標(biāo)事件關(guān)聯(lián)緊密的目標(biāo)文本，并從中提取出較為重要的目標(biāo)信息。

技術(shù)領(lǐng)域

本說(shuō)明書(shū)屬于人工智能技術(shù)領(lǐng)域，尤其涉及目標(biāo)信息的獲取方法、裝置和服務(wù)器。

背景技術(shù)

隨著信息技術(shù)的發(fā)展，人們每天都會(huì)面臨海量待瀏覽的語(yǔ)料文本數(shù)據(jù)(例如，新聞報(bào)道、論壇文章等等)。

基于現(xiàn)有方法，往往需要用戶自己耗費(fèi)大量的時(shí)間和精力，處理上述語(yǔ)料文本數(shù)據(jù)，以從海量的語(yǔ)料文本數(shù)據(jù)中找出與自己所關(guān)注的涉及目標(biāo)人物的目標(biāo)事件關(guān)聯(lián)緊密的語(yǔ)料文本數(shù)據(jù)；再?gòu)乃页龅恼Z(yǔ)料文本數(shù)據(jù)中進(jìn)一步提取出相對(duì)較為核心的數(shù)據(jù)信息作為目標(biāo)信息，以便后續(xù)可以進(jìn)行諸如信息匯總等相關(guān)數(shù)據(jù)處理。

可見(jiàn)，基于現(xiàn)有方法在處理語(yǔ)料文本數(shù)據(jù)、提取目標(biāo)信息時(shí)往往相對(duì)較為繁瑣，需要耗費(fèi)大量的時(shí)間和精力，提取信息的效率較低。

針對(duì)上述問(wèn)題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本說(shuō)明書(shū)提供了一種目標(biāo)信息的獲取方法、裝置和服務(wù)器，以能夠從大量的第一語(yǔ)料文本中高效、準(zhǔn)確地找出與用戶所關(guān)注的涉及目標(biāo)人物的目標(biāo)事件關(guān)聯(lián)較緊密的目標(biāo)文本；再基于該目標(biāo)文本進(jìn)一步提取得到基于事件維度用戶所關(guān)注的較為核心、精準(zhǔn)的目標(biāo)信息。

本說(shuō)明書(shū)提供了一種目標(biāo)信息的獲取方法，包括：

獲取與目標(biāo)人物相關(guān)的目標(biāo)事件語(yǔ)句，以及目標(biāo)事件語(yǔ)句的句子向量；

獲取待處理的第一語(yǔ)料文本；并將所述第一語(yǔ)料文本拆分為多個(gè)文本語(yǔ)句；其中，所述文本語(yǔ)句包含有多個(gè)詞素；

從多個(gè)文本語(yǔ)句中篩選出基于事件維度的貢獻(xiàn)度符合要求的文本語(yǔ)句作為關(guān)鍵文本語(yǔ)句；并確定出關(guān)鍵文本語(yǔ)句的句子向量；

根據(jù)預(yù)設(shè)的計(jì)算規(guī)則，計(jì)算所述關(guān)鍵文本語(yǔ)句的句子向量與目標(biāo)事件語(yǔ)句的句子向量之間基于事件維度的相似度參數(shù)；

根據(jù)所述相似度參數(shù)，確定所述第一語(yǔ)料文本是否屬于基于事件維度與目標(biāo)事件語(yǔ)句關(guān)聯(lián)的目標(biāo)文本；

在確定所述第一語(yǔ)料文本屬于目標(biāo)文本的情況下，根據(jù)所述關(guān)鍵文本語(yǔ)句，從第一語(yǔ)料文本中提取出基于事件維度的與目標(biāo)事件語(yǔ)句關(guān)聯(lián)的目標(biāo)信息。

在一個(gè)實(shí)施例中，所述第一語(yǔ)料文本包括多個(gè)語(yǔ)料文本；相應(yīng)的，所述目標(biāo)信息包括多個(gè)目標(biāo)信息。

在一個(gè)實(shí)施例中，在生成基于事件維度的與目標(biāo)事件語(yǔ)句關(guān)聯(lián)的目標(biāo)信息之后，所述方法還包括：

組合所述目標(biāo)事件語(yǔ)句，以及多個(gè)目標(biāo)信息，以生成用于表征目標(biāo)事件的事件進(jìn)展情況的目標(biāo)事件圖譜。

在一個(gè)實(shí)施例中，在將所述第一語(yǔ)料文本中拆分為多個(gè)文本語(yǔ)句之后，所述方法還包括：

調(diào)用預(yù)設(shè)的依存句法分析器分別處理各個(gè)文本語(yǔ)句所包含的多個(gè)詞素，以確定出文本語(yǔ)句中詞素的詞性，以及同一個(gè)文本語(yǔ)句中不同詞素之間的語(yǔ)法關(guān)系；

根據(jù)文本語(yǔ)句中詞素的詞性，以及同一個(gè)文本語(yǔ)句中不同詞素之間的語(yǔ)法關(guān)系，確定出文本語(yǔ)句中的無(wú)意義詞素；

通過(guò)過(guò)濾文本語(yǔ)句中的無(wú)意義詞素，對(duì)文本語(yǔ)句進(jìn)行預(yù)處理。