[發明專利]智能標簽的確定方法、裝置、設備及存儲介質

有效

• 申請號: 202111103712.2
• 申請日: 2021-09-22
• 公開（公告）號: CN113553435B
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 吳宇鵬;劉柳;溫強剛
• 申請（專利權）人: 北京北大軟件工程股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289;G06F40/30;G06K9/62;G06N3/08
• 代理公司: 北京衛智易創專利代理事務所(普通合伙) 16015
• 代理人: 朱春野

1.一種智能標簽的確定方法，其特征在于，包括：

對待處理文本進行拆分，得到多個短句；

將各個短句分別輸入到預置Bert模型；

根據所述預置Bert模型的輸入層提取所述短句的語義信息，生成語義向量；

根據所述預置Bert模型的隱射層對所述語義向量進行映射，獲取與各個基準句向量的相似度；

根據所述預置Bert模型的輸出層基于所述相似度，輸出各個所述短句的基準句；

將各個所述基準句與預置基準語句庫進行匹配，確定各個所述短句的智能標簽，其中，所述智能標簽包括個人特點、能力特征、熟悉領域、主要不足。

2.如權利要求1所述的智能標簽的確定方法，其特征在于，所述將各個所述基準句與預置基準語句庫進行匹配，確定各個所述短句的智能標簽，包括：

將各個所述基準句與預置基準語句庫中的各個預置基準句進行匹配；

獲取所述基準句與各個所述預置基準句中相匹配目標基準句的標簽，將所述標簽作為所述短句的標簽。

3.如權利要求1所述的智能標簽的確定方法，其特征在于，所述對待處理文本進行拆分，得到多個短句，包括：

獲取所述待處理文本的結構信息；

基于所述結構信息將所述待處理文本拆分為多個短文本；

通過預置短句拆分器對各個短文本進行拆分，獲取各個短文本中的短句。

4.如權利要求1所述的智能標簽的確定方法，其特征在于，所述對待處理文本進行拆分，得到多個短句之前，還包括：

將帶基準句的待訓練短句分別輸入預置網絡中；

根據所述帶基準句的待訓練短句訓練所述預置網絡，確定所述預置網絡是否處于收斂狀態；

若確定所述預置網絡處于收斂狀態，則生成Bert模型；

若確定所述預置網絡未處于收斂狀態，則繼續訓練所述預置網絡，以使所述預置網絡處于收斂狀態生成Bert模型。

5.如權利要求1所述的智能標簽的確定方法，其特征在于，獲取各個所述短句的智能標簽之后，還包括：

在顯示界面顯示所述待處理文本和所述標簽的信息，其中所述標簽的信息包括標簽名和分類名；

當點擊所述標簽名或所述分類名，對所述待處理文本中所述標簽名或所述分類名對應的短句進行標色顯示。

6.如權利要求1所述的智能標簽的確定方法，其特征在于，所述將各個所述基準句與預置基準語句庫進行匹配之前，還包括：

對多個預置基準句標注標簽，其中，所述標簽包括標簽名和分類名；

確定對每一個所述預置基準句標注至少一個標簽名，且同一標簽至少包括一個分類名；

將標注標簽名和分類名后的預置基準句生成預置基準語句庫。

7.一種智能標簽的確定裝置，其特征在于，包括：

第一獲取模塊，用于對待處理文本進行拆分，得到多個短句；

輸入模塊，用于將各個短句分別輸入到預置Bert模型；

生成模塊，用于根據所述預置Bert模型的輸入層提取所述短句的語義信息，生成語義向量；

第二獲取模塊，用于根據所述預置Bert模型的隱射層對所述語義向量進行映射，獲取與各個基準句向量的相似度；

輸出模塊，用于根據所述預置Bert模型的輸出層基于所述相似度，輸出各個所述短句的基準句；

確定模塊，用于將各個所述基準句與預置基準語句庫進行匹配，確定各個所述短句的智能標簽，其中，所述智能標簽包括個人特點、能力特征、熟悉領域、主要不足。

8.一種計算機設備，其特征在于，所述計算機設備包括處理器、存儲器、以及存儲在所述存儲器上并可被所述處理器執行的計算機程序，其中所述計算機程序被所述處理器執行時，實現如權利要求1至6中任一項所述的智能標簽的確定方法的步驟。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，其中所述計算機程序被處理器執行時，實現如權利要求1至6中任一項所述的智能標簽的確定方法的步驟。