[發明專利]一種數據處理方法、裝置、電子設備及計算機可讀介質

在審

• 申請號: 202210173811.6
• 申請日: 2022-02-24
• 公開（公告）號: CN114547306A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 肖翔
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/34;G06F40/289;G06K9/62
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李陽;徐敏

1.一種數據處理方法，其特征在于，包括：

接收數據處理請求，確定對應的用戶標識和所述用戶標識對應的時間標識；

獲取各所述用戶標識對應的會議數據，基于所述時間標識，對各所述會議數據進行排序，進而將排序后的各所述會議數據輸入指代搜索模型，以提取對應的先行詞實體和指代詞實體；

基于所述先行詞實體和所述指代詞實體生成詞簇，對各所述詞簇進行聚類，得到各聚類簇，確定所述各聚類簇對應的對象實體，進而生成實體對；

對各所述會議數據進行區域分類，生成各所述會議數據對應的區域標識；

調用基于對話語料的內容處理模型，以根據所述實體對和各所述區域標識，提取對應的會議數據的關鍵詞，基于所述關鍵詞和所述區域標識，生成摘要數據并輸出。

2.根據權利要求1所述的方法，其特征在于，所述基于所述先行詞實體和所述指代詞實體生成詞簇，包括：

確定各所述先行詞實體和各所述指代詞實體的共指關系；

將各所述先行詞實體、各所述指代詞實體和所述共指關系輸入指代搜索模型，輸出對應的實體對向量；

基于所述實體對向量，生成詞簇。

3.根據權利要求2所述的方法，其特征在于，所述對各所述詞簇進行聚類，包括：

確定各所述詞簇對應的語義向量；

將各所述語義向量進行隨機組合，得到組合向量；

計算各所述組合向量中的各語義向量之間的相似度；

將大于第一預設閾值的相似度對應的語義向量所對應的詞簇進行合并，以得到聚類簇。

4.根據權利要求1所述的方法，其特征在于，在所述提取對應的會議數據的關鍵詞之前，所述方法還包括：

基于所述實體對，對所述先行詞實體和所述指代詞實體進行對應的對象實體的替換，進而更新至各所述會議數據。

5.根據權利要求4所述的方法，其特征在于，在所述提取對應的會議數據的關鍵詞之前，所述方法還包括：

對更新后的各所述會議數據進行語句劃分，生成初始劃分語句；

調用斷句模型，以基于各所述初始劃分語句，得到對應的意圖相似度；

在小于第二預設閾值的意圖相似度對應的初始劃分語句之間添加斷句標識，進而生成斷句會議數據。

6.根據權利要求5所述的方法，其特征在于，所述提取對應的會議數據的關鍵詞，包括：

基于所述區域標識，對各所述斷句會議數據進行區域劃分，得到各區域語句；

調用信息匹配模型對劃分后的區域語句進行關鍵詞的提取，得到相應的關鍵詞。

7.根據權利要求6所述的方法，其特征在于，所述基于所述關鍵詞和所述區域標識，生成摘要數據并輸出，包括：

基于更新后的各所述會議數據的上下文，確定各所述關鍵詞中的主語，進而確定各所述會議數據中的各所述主語所在的主語語句；

對所述主語語句進行信息聯合匹配，生成關鍵事項集合；

計算所述關鍵事項集合中的各事項之間的內容相似度，進而將大于第三預設閾值的內容相似度對應的事項去除，以生成去重關鍵事項集合；

在所述去重關鍵事項集合中檢索否定標識，將所述否定標識對應的事項去除，以生成目標關鍵事項集合；

根據所述區域標識，確定對應的目標關鍵事項集合，進而將所述對應的目標關鍵事項集合添加至所述區域標識對應的區域，進而生成摘要數據并輸出。

8.根據權利要求1所述的方法，其特征在于，所述生成實體對，包括：

將所述各聚類簇中的各先行詞實體和各指代詞實體分別與對應對象實體組合，生成實體對。