[發明專利]語句簡化方法、裝置、設備、和計算機可讀存儲介質

在審

• 申請號: 202210067341.5
• 申請日: 2022-01-20
• 公開（公告）號: CN114417826A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 鐵瑞雪
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/166
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 曹芳;陳嵐

1.一種語句簡化方法，其特征在于，包括步驟：

獲取待簡化的語句；

將所述待簡化的語句進行標記，以得到多個第一粒度語句元素；

確定所述待簡化的語句的句法嵌入，所述句法嵌入包括指示每一個所述第一粒度語句元素的依存關系的向量；

至少基于所述句法嵌入，預測每一個第一粒度語句元素的話題角色，所述話題角色指示所述第一粒度語句元素與所述待簡化的語句的話題的關系；以及

用預測為期望的話題角色的第一粒度語句元素形成經簡化的語句。

2.如權利要求1所述的方法，其特征在于，所述確定所述待簡化的語句的句法嵌入進一步包括：

基于第二粒度，對所述待簡化的語句進行依存句法分析，得到第二粒度語句元素的依存關系，其中每一個所述第二粒度語句元素包括一個或多個第一粒度語句元素；

將每一個所述第二粒度語句元素的依存關系確定為該第二粒度語句元素中包括的每一個第一粒度語句元素的依存關系，并根據所述依存關系生成所述每一個第一粒度語句元素的對應的向量，從而得到所述句法嵌入。

3.如權利要求1所述的方法，其特征在于，所述方法還包括：

確定所述待簡化的語句的標記嵌入，所述標記嵌入包括每一個所述第一粒度語句元素的詞向量；

確定所述待簡化的語句的片段嵌入，所述片段嵌入包括指示每一個所述第一粒度語句元素屬于哪個片段的向量，所述片段包括語句或語句的一個組成部分；

確定所述待簡化的語句的位置嵌入，所述位置嵌入包括指示每一個所述第一粒度語句元素的位置的向量；

其中，所述預測進一步包括：

至少基于所述句法嵌入、所述標記嵌入，所述片段嵌入和所述位置嵌入，預測每一個第一粒度語句元素的話題角色。

4. 如權利要求3所述的方法，其特征在于，所述預測進一步包括：

將所述句法嵌入、所述標記嵌入，所述片段嵌入和所述位置嵌入相加，得到嵌入之和；以及

基于所述嵌入之和，預測每一個第一粒度語句元素的話題角色。

5.如權利要求1所述的方法，其特征在于，所述語句是漢語語句，所述第一粒度是字。

6.如權利要求2所述的方法，其特征在于，所述語句是漢語語句，所述第二粒度是詞。

7.如權利要求1所述的方法，其特征在于，所述預測進一步包括：

將所述句法嵌入作為經訓練的自然語言處理模型的輸入嵌入的至少一部分，經由所述自然語言處理模型預測每一個第一粒度語句元素的話題角色，其中所述自然語言處理模型包括以下任意一個：BERT模型、ERNIE模型或RoBERT模型。

8. 如權利要求7所述的方法，其特征在于，所述預測進一步包括：

預測每一個所述第一粒度語句元素作為各個話題角色的概率；以及

將每一個所述第一粒度語句元素的預測的概率最大的話題角色確定為該第一粒度語句元素的話題角色。

9.如權利要求1所述的方法，其特征在于，所述話題角色包括：話題的第一個第一粒度語句元素、話題的中間第一粒度語句元素以及不屬于話題。

10.如權利要求1所述的方法，其特征在于，所述期望的話題角色包括：話題的第一個第一粒度語句元素和話題的中間第一粒度語句元素。