[發(fā)明專利]一種節(jié)點文本融合方法、裝置、計算機設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110705528.9
• 申請日: 2021-06-24
• 公開（公告）號: CN113420161A
• 公開（公告）日: 2021-09-21
• 發(fā)明（設(shè)計）人: 孫梓淇;白祚;莫洋
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/30;G06K9/62
• 代理公司: 深圳市世聯(lián)合知識產(chǎn)權(quán)代理有限公司 44385
• 代理人: 汪琳琳

1.一種基于圖傳播算法的節(jié)點文本融合方法，其特征在于，包括下述步驟：

接收用戶終端發(fā)送的攜帶有待處理節(jié)點文本的節(jié)點融合請求；

根據(jù)訓練好的語言模型對所述待處理節(jié)點文本進行語義表示操作，得到節(jié)點語義向量；

根據(jù)所述節(jié)點語義向量計算所述每兩個待處理節(jié)點文本之間的文本相似度；

對所述文本相似度大于所述關(guān)聯(lián)閾值的所述待處理節(jié)點文本建立關(guān)聯(lián)關(guān)系，得到節(jié)點數(shù)據(jù)集合；

根據(jù)所述節(jié)點數(shù)據(jù)集合構(gòu)建與所述待處理節(jié)點文本相對應的原始知識圖譜；

根據(jù)圖傳播算法對所述原始知識圖譜進行篩選操作，得到同標簽節(jié)點數(shù)據(jù)；

根據(jù)預設(shè)的主節(jié)點確認策略在所述同標簽節(jié)點數(shù)據(jù)中確認主節(jié)點概念以及融合節(jié)點概念，得到語義融合后的節(jié)點數(shù)據(jù)集合。

2.根據(jù)權(quán)利要求1所述的基于圖傳播算法的節(jié)點文本融合方法，其特征在于，在所述根據(jù)所述節(jié)點語義向量計算所述每兩個待處理節(jié)點文本之間的文本相似度的步驟之前，還包括下述步驟：

采用MiniBatch KMeans算法對所述待處理節(jié)點文本進行分解操作，得到若干原始概念簇類；

所述根據(jù)所述節(jié)點語義向量計算所述每兩個待處理節(jié)點文本之間的文本相似度的步驟，具體包括下述步驟：

在同一所述原始概念簇類中根據(jù)所述節(jié)點語義向量計算所述每兩個待處理節(jié)點文本之間的所述文本相似度。

3.根據(jù)權(quán)利要求1所述的基于圖傳播算法的節(jié)點文本融合方法，其特征在于，所述文本相似度表示為：

其中，X、Y表示所述待處理節(jié)點文本；Dist(X,Y)為待處理節(jié)點文本X和待處理節(jié)點文本Y之間的相似度；x_i表示在待處理節(jié)點文本X中的第i個節(jié)點語義向量，且i∈(1,n)；y_max(x_i)表示為在待處理節(jié)點文本Y中與節(jié)點語義向量x_i的相似度最高的節(jié)點語義向量；dist(x_i,y_max(x_i)表示節(jié)點語義向量x_i與節(jié)點語義向量y_max(x_i)的詞向量距離。

4.根據(jù)權(quán)利要求3所述的基于圖傳播算法的節(jié)點文本融合方法，其特征在于，所述文本相似度還表示為：

其中，α表示自定義的放大系數(shù)，c表示概念X和概念Y相同的文本，len()表示文本長度。

5.根據(jù)權(quán)利要求1所述的基于圖傳播算法的節(jié)點文本融合方法，其特征在于，所述根據(jù)所述節(jié)點語義向量計算所述每兩個待處理節(jié)點文本之間的文本相似度的步驟，具體包括：

判斷所述每兩個待處理節(jié)點文本中是否存在相同文本；

若所述每兩個待處理節(jié)點文本中不存在相同文本，則基于所述文本相似度表達公式計算所述文本相似度；

若所述每兩個待處理節(jié)點文本中存在相同文本，則根據(jù)增大規(guī)則增大所述放大系數(shù)α，并基于增大的所述文本相似度表達公式計算所述文本相似度。

6.根據(jù)權(quán)利要求5所述的基于圖傳播算法的節(jié)點文本融合方法，其特征在于，在所述根據(jù)預設(shè)的主節(jié)點確認策略在所述同標簽節(jié)點數(shù)據(jù)中確認主節(jié)點概念以及融合節(jié)點概念，得到語義融合后的節(jié)點數(shù)據(jù)集合的步驟之后還包括：

將所述待處理節(jié)點文本以及所述節(jié)點數(shù)據(jù)集合存儲至區(qū)塊鏈中。