[發明專利]一種數據的展示方法和裝置

在審

• 申請號: 202110918223.6
• 申請日: 2021-08-11
• 公開（公告）號: CN113761178A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 朱向榮;董光喆;韋鵬
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F16/35;G06F40/30;G06F16/9538
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 任亞娟

1.一種數據的展示方法，其特征在于，包括：

獲取數據集合，所述數據集合包含多個問題數據和分別與多個所述問題數據對應的多個回答數據；

對多個所述問題數據進行聚類處理得到至少一組問題組數據；

對所述問題組數據對應的回答組數據進行識別處理，得到所述回答組數據中各所述回答數據之間的關聯關系；

根據所述關聯關系為所述回答組數據的一個或多個所述回答數據添加風險標識；

展示所述問題組數據和添加所述風險標識的所述回答組數據。

2.根據權利要求1所述的方法，其特征在于，所述對所述問題組數據對應的回答組數據進行識別處理，得到所述回答組數據中各所述回答數據之間的關聯關系，包括：

提取所述回答組數據中每兩個所述回答數據的字向量；

對所述字向量進行平均池化處理得到每兩個所述回答數據的向量特征；

對所述向量特征進行分類處理得到每兩個所述回答數據之間的關聯關系。

3.根據權利要求2所述的方法，其特征在于，所述提取所述回答組數據中每兩個所述回答數據的字向量，包括：

將所述問題組數據和每兩個所述回答數據輸入至BERT模型，輸出所述字向量。

4.根據權利要求2所述的方法，其特征在于，所述對所述字向量進行平均池化處理得到每兩個所述回答數據的向量特征，包括：

對所述字向量進行平均池化處理得到每兩個所述回答數據的句向量；

將每兩個所述句向量拼接為所述向量特征。

5.根據權利要求2所述的方法，其特征在于，所述對所述向量特征進行分類處理得到每兩個所述回答數據之間的關聯關系，包括：

根據預設的分類函數對所述向量特征進行分類處理得到每兩個所述回答數據之間的多種所述關聯關系。

6.根據權利要求1所述的方法，其特征在于，所述根據所述關聯關系為所述回答組數據的一個或多個所述回答數據添加風險標識，包括：

對所述關聯關系的映射值進行加權求和處理得到所述回答組數據的每個所述回答數據的風險值；

若所述回答數據的風險值大于預設的風險閾值，則為所述回答數據添加所述風險標識。

7.根據權利要求6所述的方法，其特征在于，多種所述關聯關系包含沖突關系、一致關系和無關關系；

所述對所述關聯關系的映射值進行加權求和處理得到所述回答組數據的每個所述回答數據的風險值，包括：

針對所述回答組數據的第一回答數據，將第二回答數據與所述第一回答數據之間的所述沖突關系的映射值，與所述第二回答數據的權重值的乘積，減去所述第二回答數據與所述第一回答數據之間的所述一致關系或所述無關關系的映射值，與所述權重值的乘積得到所述第一回答數據與所述第二回答數據之間的權重差值；

將所述第一回答數據與所述第二回答數據之間的權重差值，與所述第一回答數據與其他的所述第二回答數據之間的權重差值相加，得到所述第一回答數據的風險值；

其中，所述第一回答數據為所述回答組數據中任一所述回答數據，所述第二回答數據為除所述第一回答數據之外的，所述回答組數據中任一所述回答數據。

8.根據權利要求1所述的方法，其特征在于，所述對多個所述問題數據進行聚類處理得到至少一組問題組數據，包括：

提取多個所述問題數據的字向量；

對所述字向量進行平均池化處理得到多個所述問題數據的向量特征；

根據所述向量特征計算多個所述問題數據之間的相似度；

將所述相似度大于預設的相似度閾值的多個所述問題數據確定為一組所述問題組數據。

9.根據權利要求1所述的方法，其特征在于，所述對所述問題組數據對應的回答組數據進行識別處理，得到所述回答組數據中各所述回答數據之間的關聯關系，包括：

當所述回答組數據的多個所述回答數據的數量大于預設的數量閾值時，對所述回答組數據進行識別處理，得到所述關聯關系。