[發明專利]一種基于語義實現語句泛化的方法和裝置

在審

• 申請號: 202110657017.4
• 申請日: 2021-06-11
• 公開（公告）號: CN113343708A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 陳孝良;哈玉杰;蘇少煒
• 申請（專利權）人: 北京聲智科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289;G06F40/211;G06K9/62;G06Q40/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 郭化雨

1.一種基于語義實現語句泛化的方法，其特征在于，所述方法包括：

對待處理語句作分詞處理，得到語句分詞；

根據所述語句分詞得到擴展句；其中，所述擴展句是基于從所述語句分詞和所述語句分詞的同義詞中選擇相應的分詞進行排列組合得到的；

根據所述擴展句的分詞生成詞向量，基于所述詞向量得到擴展句向量；

計算所述擴展句向量和語句向量的相似度；其中，所述語句向量是基于由所述語句分詞生成的詞向量得到的；

獲取所述相似度滿足條件的目標擴展句，將所述目標擴展句作為語句泛化的結果。

2.根據權利要求1所述的方法，其特征在于，所述根據所述語句分詞得到擴展句還包括：

對所述語句分詞忽略停用詞；

所述根據所述語句分詞得到擴展句，其中，所述擴展句是基于從所述語句分詞和所述語句分詞的同義詞中選擇相應的分詞進行排列組合得到的，包括：

從忽略所述停用詞后的所述語句分詞，以及忽略所述停用詞后的所述語句分詞的同義詞中選擇相應的分詞；

對選擇得到的分詞作排列組合處理，得到所述擴展句。

3.根據權利要求2所述的方法，其特征在于，所述對所述語句分詞忽略停用詞包括：

判斷所述語句分詞是否屬于所述停用詞且并非是實詞或者副詞；

若是，則對所述語句分詞進行忽略的處理。

4.根據權利要求1所述的方法，其特征在于，

所述基于所述詞向量得到擴展句向量包括：計算所述詞向量的平均值，以所述詞向量的平均值作為所述擴展句向量；

基于由所述語句分詞生成的詞向量得到所述語句向量包括：計算所述語句分詞生成的詞向量的平均值，以所述語句分詞生成的詞向量的平均值作為所述語句向量。

5.根據權利要求4所述的方法，其特征在于，

所述計算所述詞向量的平均值，以所述詞向量的平均值作為所述擴展句向量，包括：

判斷所述詞向量對應的分詞是否是實詞或者副詞，如果是，則設置所述詞向量的權重為第一數值，否則，設置所述詞向量的權重為第二數值；其中，所述第一數值大于所述第二數值；

基于所述詞向量的權重，計算所述詞向量的加權平均值，以所述詞向量的加權平均值作為所述擴展句向量；

所述計算所述語句分詞生成的詞向量的平均值，以所述語句分詞生成的詞向量的平均值作為所述語句向量，包括：

判斷所述語句分詞生成的詞向量對應的分詞是否是實詞或者副詞，如果是，則設置所述語句分詞生成的詞向量的權重為第一數值，否則，設置所述語句分詞生成的詞向量的權重為第二數值；其中，所述第一數值大于所述第二數值；

基于所述語句分詞生成的詞向量的權重，計算所述語句分詞生成的詞向量的加權平均值，以所述語句分詞生成的詞向量的加權平均值作為所述語句向量。

6.根據權利要求1所述的方法，其特征在于，所述計算所述擴展句向量和語句向量的相似度，獲取所述相似度滿足條件的目標擴展句，將所述目標擴展句作為語句泛化的結果，包括：

計算所述擴展句向量和語句向量的余弦相似度；

獲取所述余弦相似度滿足條件的目標擴展句，將所述目標擴展句作為語句泛化的結果。

7.根據權利要求6所述的方法，其特征在于，所述條件包括：

所述余弦相似度大于0.5且小于0.9。

8.一種基于語義實現語句泛化的裝置，其特征在于，所述裝置包括：

分詞單元，用于對待處理語句作分詞處理，得到語句分詞；

擴展單元：用于根據所述語句分詞得到擴展句；其中，所述擴展句是基于從所述語句分詞和所述語句分詞的同義詞中選擇相應的分詞進行排列組合得到的；

計算單元，用于根據所述擴展句的分詞生成詞向量，基于所述詞向量得到擴展句向量；計算所述擴展句向量和語句向量的相似度；其中，所述語句向量是基于由所述語句分詞生成的詞向量得到的；

獲取單元：用于獲取所述相似度滿足條件的目標擴展句，將所述目標擴展句作為語句泛化的結果。