[發明專利]知識比對標注方法、裝置、電子設備及存儲介質

在審

• 申請號: 202111033485.0
• 申請日: 2021-09-03
• 公開（公告）號: CN113672707A
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 宗宇;李婷;丁銳
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/194;G06F40/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉樂

本發明提供一種知識比對標注方法、裝置、電子設備及存儲介質，可應用于人工智能領域或金融領域，對于知識庫中待比對的知識，通過關鍵詞提取能夠確定該知識的關鍵詞序列，該關鍵詞序列由多個權重最高的關鍵詞組成，由于權重能夠表征相應關鍵詞在知識中的重要程度，因此關鍵詞序列最大程度表示知識。對此，對于待比對的任意兩條知識來說，通過比對兩者關鍵詞序列中的關鍵詞可以完成不同粒度的標注。因此，基于本發明能夠為用戶提供合適粒度、直觀、便捷的知識比對功能，提高用戶對知識的閱覽體驗。

技術領域

本發明涉及人工智能技術領域，更具體地說，涉及一種知識比對標注方法、裝置、電子設備及存儲介質。

背景技術

在知識庫系統中存在海量知識，知識間存在這相似點和不同點，在進行知識查詢時，如何快速區分出兩個或者多個知識間的不同，更方便我們進行知識獲取。

目前，傳統的知識比對一般是僅基于文本字符的比對，將不同的字符標注出來。比對內容相差很大和內容相近的知識時，并不能進行合適粒度的標注。常會出現內容相差很大的知識，只確定大片的內容差異，無法精煉不同點，還需要再次比較，而內容相近的知識，標注出來的不同點不能恰到好處。

發明內容

有鑒于此，為解決上述問題，本發明提供一種知識比對標注方法、裝置、電子設備及存儲介質，技術方案如下：

一種知識比對標注方法，所述方法包括：

確定知識庫中待比對的知識；

通過關鍵詞提取生成所述知識對應的關鍵詞序列，所述關鍵詞序列由多個權重最高的關鍵詞組成，所述權重表征相應關鍵詞在所述知識中的重要程度；

針對所述知識中的第一知識和第二知識，通過比對兩者關鍵詞序列中的關鍵詞進行不同粒度的標注。

優選的，所述通過關鍵詞提取生成所述知識對應的關鍵詞序列，包括：

基于自然語言處理技術對所述知識進行關鍵詞提取，確定所述知識對應的第一關鍵詞權重集合，所述關鍵詞權重集合由不同關鍵詞、及其權重組成；

基于三元組抽取技術對所述知識進行關鍵詞提取，確定所述知識對應的第二關鍵詞權重集合；

將所述知識對應的第一關鍵詞權重集合和第二關鍵詞權重集合輸入至關鍵詞提取模型中，所述關鍵詞提取模型是以樣本知識對應的第一關鍵詞權重集合和第二關鍵詞權重集合作為輸入，以對所述樣本知識的關鍵詞權重集合的預測結果趨近于其標注結果為目標，對基礎網絡模型訓練得到的；

獲取所述關鍵詞提取模型預測輸出的所述知識對應的第三關鍵詞權重集合；

根據所述第三關鍵詞權重集合中各關鍵詞的權重，確定所述知識對應的關鍵詞序列。

優選的，所述通過比對兩者關鍵詞序列中的關鍵詞進行不同粒度的標注，包括：

根據所述第一知識和所述第二知識各自所對應關鍵詞序列中的關鍵詞，計算所述第一知識和所述第二知識間的關鍵詞相似度；

在所述關鍵詞相似度小于對應閾值的情況下，分別對所述第一知識和所述第二知識中相同/不同的關鍵詞進行標注；

在所述關鍵詞相似度不小于對應閾值的情況下，基于三元組抽取技術分別處理所述第一知識和所述第二知識，以獲得所述第一知識和所述第二知識各自對應的無向圖；

通過比對無向圖的節點和邊，分別對所述第一知識和所述第二知識中非重疊的節點/邊所對應的關鍵詞進行標注。

優選的，其特征在于，所述方法還包括：

以懸浮框的形式輸出所述第一知識和所述第二知識的標注結果。

一種知識比對標注裝置，所述裝置包括：