[發明專利]一種基于圖注意網絡的數據處理方法及裝置

在審

• 申請號: 202111572546.0
• 申請日: 2021-12-21
• 公開（公告）號: CN114357969A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 黃于晏;陳暢新;鐘藝豪;陳瑩瑩;孔曉晴
• 申請（專利權）人: 有米科技股份有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/284;G06F16/36
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 江銀會

1.一種基于圖注意網絡的數據處理方法，其特征在于，所述方法包括：

檢測是否接收到文本生成請求，得到檢測結果；所述文本生成請求包括若干個輸入詞；

當所述檢測結果為是時，利用預設的信息關聯模型對所述文本生成請求進行處理，得到屬性詞信息；所述屬性詞信息包括L個屬性詞子信息；所述L為大于等于1的正整數；所述信息關聯模型包括基于圖注意網絡的第一信息關聯模型，和/或，第二信息關聯模型；

對所述屬性詞信息進行排序篩選處理，得到目標文本詞信息；所述目標文本詞信息包括若干個目標文本詞；所述目標文本詞用于生成營銷文本。

2.根據權利要求1所述的基于圖注意網絡的數據處理方法，其特征在于，所述利用預設的信息關聯模型對所述文本生成請求進行處理，得到屬性詞信息，包括：

利用所述第一信息關聯模型對所有所述輸入詞進行處理，得到詞向量信息；所述輸入詞向量信息包括若干個詞向量子信息；

利用所述第二信息關聯模型對所述詞向量信息進行處理，得到屬性詞信息；所述屬性詞信息包括第一節點詞信息，和/或，第二節點詞信息，和/或，第三節點詞信息；所述第一節點詞信息、所述第二節點詞信息和所述第三節點詞信息分別包括T個所述屬性詞子信息；所述T為大于等于1的正整數。

3.根據權利要求2所述的基于圖注意網絡的數據處理方法，其特征在于，所述第二信息關聯模型包括第一關聯子模型，和/或，第二關聯子模型，和/或，第三關聯子模型；

所述利用所述第二信息關聯模型對所述詞向量信息進行處理，得到屬性詞信息，包括：

將所述詞向量信息輸入所述第一關聯子模型，得到所述第一節點詞信息；所述第一節點詞信息表征所述圖注意網絡中的當前節點與直接關聯節點的關聯關系；和/或，

將所述詞向量信息輸入所述第二關聯子模型，得到所述第二節點詞信息；所述第二節點詞信息表征所述圖注意網絡中的所述當前節點與第一非直接關聯節點的關聯關系；所述當前節點與所述第一非直接關聯節點間隔一個節點；和/或，

將所述詞向量信息輸入所述第三關聯子模型，得到所述第三節點詞信息；所述第三節點詞信息表征所述圖注意網絡中的所述當前節點與第二非直接關聯節點的關聯關系；所述當前節點與所述第二非直接關聯節點間隔兩個所述節點。

4.根據權利要求2所述的基于圖注意網絡的數據處理方法，其特征在于，所述利用所述第一信息關聯模型對所有所述輸入詞進行處理，得到詞向量信息，包括：

對于任一所述輸入詞，判斷預設的知識圖譜是否包含該輸入詞，得到輸入判斷結果；

當所述輸入判斷結果為是時，將該輸入詞輸入所述第一信息關聯模型，得到該輸入詞對應的屬性詞子信息；

當所述輸入判斷結果為否時，利用預設的詞閾值和所述第一信息關聯模型對所述輸入詞進行處理，得到該輸入詞對應的閾值詞信息；所述閾值詞信息包括M個所述屬性詞子信息；所述M與所述詞閾值相匹配；所述M為大于等于1的正整數。

5.根據權利要求1所述的基于圖注意網絡的數據處理方法，其特征在于，所述文本生成請求還包括文本長度信息；

所述對所述屬性詞信息進行排序篩選處理，得到目標文本詞信息，包括：

對所述屬性詞信息進行計算排序處理，得到屬性詞序列；

對所述屬性詞序列和所述文本長度信息進行處理，得到目標文本詞信息。

6.根據權利要求5所述的基于圖注意網絡的數據處理方法，其特征在于，所述對所述屬性詞信息進行計算排序處理，得到屬性詞序列，包括：

利用預設的熱度模型對所述屬性詞信息進行熱度指標計算，得到選詞指數信息；所述選詞指數信息包括若干個選詞指數；所述熱度模型用于對所述屬性詞信息中任一所述詞向量子信息的至少5個選詞指標進行處理；

按從大到小對所述選詞指數信息中的所有所述選詞指數進行排序，得到屬性詞序列。