[發(fā)明專利]智能標(biāo)簽的確定方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202111103712.2
• 申請(qǐng)日: 2021-09-22
• 公開（公告）號(hào): CN113553435B
• 公開（公告）日: 2021-12-24
• 發(fā)明（設(shè)計(jì)）人: 吳宇鵬;劉柳;溫強(qiáng)剛
• 申請(qǐng)（專利權(quán)）人: 北京北大軟件工程股份有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F40/289;G06F40/30;G06K9/62;G06N3/08
• 代理公司: 北京衛(wèi)智易創(chuàng)專利代理事務(wù)所(普通合伙) 16015
• 代理人: 朱春野

本申請(qǐng)公開了一種智能標(biāo)簽的確定方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，通過對(duì)待處理文本進(jìn)行拆分，得到多個(gè)短句；根據(jù)預(yù)置Bert模型分別對(duì)所述短句進(jìn)行預(yù)測(cè)，得到各個(gè)短句的基準(zhǔn)句；將各個(gè)所述基準(zhǔn)句與預(yù)置基準(zhǔn)語句庫進(jìn)行匹配，確定各個(gè)所述短句的智能標(biāo)簽，實(shí)現(xiàn)對(duì)文本中的短句進(jìn)行分類標(biāo)簽，以使用戶更加方便、快速閱讀或分析文本，提高閱讀效率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種智能標(biāo)簽的確定方法、裝置、計(jì)算機(jī)設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

對(duì)文本內(nèi)容的理解和分析是自然語言處理的研究目標(biāo)。大部分文本內(nèi)容以文檔形式存在，每個(gè)文檔對(duì)應(yīng)一個(gè)文件，典型的文件格式包括TXT、HMTL、WORD、PDF等等。目前隨著互聯(lián)網(wǎng)以及移動(dòng)互聯(lián)網(wǎng)的蓬勃發(fā)展，待分析的文檔數(shù)量急劇上升，例如，閱讀和分析用戶的個(gè)人材料。然而目前用戶對(duì)文本內(nèi)容的理解和分析都是通過人工閱讀或機(jī)器閱讀的方式，但機(jī)器閱讀不能對(duì)文本中的短句進(jìn)行分類標(biāo)簽。

發(fā)明內(nèi)容

本申請(qǐng)的主要目的在于提供一種智能標(biāo)簽的確定方法、裝置、計(jì)算機(jī)設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，旨在解決目前用戶對(duì)文本內(nèi)容的理解和分析都是通過人工閱讀或機(jī)器閱讀的方式，但機(jī)器閱讀不能對(duì)文本中的短句進(jìn)行分類標(biāo)簽的技術(shù)問題。

第一方面，本申請(qǐng)?zhí)峁┮环N智能標(biāo)簽的確定方法，所述方法包括以下步驟：

對(duì)待處理文本進(jìn)行拆分，得到多個(gè)短句；

根據(jù)預(yù)置Bert模型分別對(duì)所述短句進(jìn)行預(yù)測(cè)，得到各個(gè)短句的基準(zhǔn)句；

將各個(gè)所述基準(zhǔn)句與預(yù)置基準(zhǔn)語句庫進(jìn)行匹配，確定各個(gè)所述短句的智能標(biāo)簽。

優(yōu)選的，所述根據(jù)預(yù)置Bert模型分別對(duì)所述短句進(jìn)行預(yù)測(cè)，得到各個(gè)短句的基準(zhǔn)句，包括：

將各個(gè)短句分別輸入到預(yù)置Bert模型；

根據(jù)所述預(yù)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(jù)所述預(yù)置Bert模型的隱射層對(duì)所述語義向量進(jìn)行映射，獲取與各個(gè)基準(zhǔn)句向量的相似度；

根據(jù)所述預(yù)置Bert模型的輸出層基于所述相似度，輸出各個(gè)所述短句的基準(zhǔn)句。

優(yōu)選的，所述將各個(gè)所述基準(zhǔn)句與預(yù)置基準(zhǔn)語句庫進(jìn)行匹配，確定各個(gè)所述短句的智能標(biāo)簽，包括：

將各個(gè)所述基準(zhǔn)句與預(yù)置基準(zhǔn)語句庫中的各個(gè)預(yù)置基準(zhǔn)句進(jìn)行匹配；

獲取所述基準(zhǔn)句與各個(gè)所述預(yù)置基準(zhǔn)句中相匹配目標(biāo)基準(zhǔn)句的標(biāo)簽，將所述標(biāo)簽作為所述短句的標(biāo)簽。

優(yōu)選的，所述對(duì)待處理文本進(jìn)行拆分，得到多個(gè)短句，包括：

獲取所述待處理文本的結(jié)構(gòu)信息；

基于所述結(jié)構(gòu)信息將所述待處理文本拆分為多個(gè)短文本；

通過預(yù)置短句拆分器對(duì)各個(gè)短文本進(jìn)行拆分，獲取各個(gè)短文本中的短句。

優(yōu)選的，所述對(duì)待處理文本進(jìn)行拆分，得到多個(gè)短句之前，還包括：

將帶基準(zhǔn)句的待訓(xùn)練短句分別輸入預(yù)置網(wǎng)絡(luò)中；

根據(jù)所述帶基準(zhǔn)句的待訓(xùn)練短句訓(xùn)練所述預(yù)置網(wǎng)絡(luò)，確定所述預(yù)置網(wǎng)絡(luò)是否處于收斂狀態(tài)；

若確定所述預(yù)置網(wǎng)絡(luò)處于收斂狀態(tài)，則生成Bert模型；

若確定所述預(yù)置網(wǎng)絡(luò)未處于收斂狀態(tài)，則繼續(xù)訓(xùn)練所述預(yù)置網(wǎng)絡(luò)，以使所述預(yù)置網(wǎng)絡(luò)處于收斂狀態(tài)生成Bert模型。

優(yōu)選的，獲取各個(gè)所述短句的智能標(biāo)簽之后，還包括：

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