[發明專利]數據處理方法及裝置、存儲介質、電子設備

在審

• 申請號: 202110906879.6
• 申請日: 2021-08-09
• 公開（公告）號: CN113627161A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 王煒;姚瀾;孫翠榮;解忠乾;羅川江
• 申請（專利權）人: 杭州網易云音樂科技有限公司
• 主分類號: G06F40/253
• 分類號: G06F40/253;G06F40/284;G06F40/289;G06K9/62;G06N3/04;G06F16/953
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

1.一種數據處理方法，其特征在于，包括：

獲取搜索文本；

基于所述搜索文本確定對應的第一意圖評分結果；其中，所述第一意圖評分結果以離線方式獲取；以及

根據所述搜索文本對應的語法向量的編碼特征和詞向量的編碼特征進行聚合處理，以根據聚合處理結果確定第二意圖評分結果；

結合所述第一意圖評分結果和所述第二意圖評分結果確定所述搜索文本的泛搜意圖識別結果。

2.根據權利要求1所述的數據處理方法，其特征在于，所述方法還包括：

基于預先構建的實體詞典確定所述搜索文本對應的熱度信息及意圖信息，并根據所述熱度信息和意圖信息確定第三意圖識別結果；以用于結合所述第一意圖評分結果、所述第二意圖評分結果和所述第三意圖識別結果確定所述搜索文本的泛搜意圖識別結果。

3.根據權利要求1所述的數據處理方法，其特征在于，所述方法還包括：

對搜索文本歷史數據進行第一預處理，以獲取目標格式的待處理文本；

利用BERT模型抽取所述待處理文本對應的文本表征向量；

基于所述文本表征向量進行全連接處理，以獲取輸出的二維向量；

根據所述二維向量確定所述搜索文本歷史數據對應的第一意圖評分結果。

4.根據權利要求3所述的數據處理方法，其特征在于，基于所述搜索文本確定對應的第一意圖評分結果，包括：

基于所述搜索文本查詢所述搜索文本歷史數據以獲取相匹配的歷史搜索文本，并將所述歷史搜索文本對應的第一意圖評分結果配置為當前的所述搜索文本對應的第一意圖評分結果。

5.根據權利要求1所述的數據處理方法，其特征在于，所述基于所述搜索文本對應的語法向量和詞向量對應的編碼特征進行聚合處理，以根據聚合處理結果確定第二意圖評分結果，包括：

對所述搜索文本進行第二預處理；

對第二預處理結果進行切詞處理，利用預設的單字詞典為各切詞結果配置對應的標識，并利用各切詞結果對應的映射值構建所述詞向量；以及

按預設粒度對所述第二預處理結果進行拆分，利用預設的語法詞典配置各拆分結果對應的標識，并利用拆分結果對對應的映射值構建所述語法向量；

基于所述語法向量對應的編碼特征和所述詞向量對應的編碼特征依次進行卷積處理、池化處理、歸一化處理、聚合處理和全連接處理，以獲取所述第二意圖評分結果。

6.根據權利要求2所述的數據處理方法，其特征在于，所述基于預先構建的實體詞典確定所述搜索文本對應的熱度信息及意圖信息，并根據所述熱度信息和意圖信息確定第三意圖識別結果，包括：

根據所述搜索文本查詢所述實體詞典以獲取對應的匹配結果；

根據所述匹配結果對應的預設熱度值和預設意圖值計算所述搜索文本對應的第三意圖識別結果。

7.根據權利要求2或6所述的數據處理方法，其特征在于，所述確定所述搜索文本的泛搜意圖識別結果，包括：

在識別所述第三意圖識別結果中的所述意圖信息符合預設規則時，且判斷所述第三意圖識別結果中的所述熱度信息大于或等于預設熱度閾值，則確定所述搜索文本為非泛搜意圖；或者

在識別所述第三意圖識別結果中的所述意圖信息符合預設規則時，且判斷所述第三意圖識別結果中的所述熱度信息小于預設熱度閾值，則根據所述第一意圖識別結果和所述第二意圖識別結果計算所述泛搜意圖識別結果的概率值；并在概率值達到預設閾值時，確定所述搜索文本為泛搜意圖；或者

在識別所述第三意圖識別結果中的所述意圖信息不符合預設規則時，則根據所述第一意圖識別結果和所述第二意圖識別結果計算所述泛搜意圖識別結果的概率值；并在概率值達到預設閾值時，確定所述搜索文本為泛搜意圖。