[發明專利]一種確定機構屬性的方法及裝置

在審

• 申請號: 202210248780.6
• 申請日: 2022-03-14
• 公開（公告）號: CN114595678A
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 劉敖迪;杜學繪;王娜;單棣斌;王文娟;任志宇;李峰;王曉暢;周家順
• 申請（專利權）人: 中國人民解放軍戰略支援部隊信息工程大學
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 吳磊

1.一種確定機構屬性的方法，其特征在于，包括：

獲取待匹配文本資源集合，所述待匹配文本資源集合包括至少一個待匹配文本資源；

獲取候選機構屬性集合，所述候選機構屬性集合包括至少一個候選機構屬性；

將所述待匹配文本資源輸入聯合模型中，得到所述待匹配文本資源的融合特征；其中，所述聯合模型包括長短期記憶網絡和膠囊網絡，所述融合特征由所述長短期記憶網絡和所述膠囊網絡分別輸出的特征處理結果融合得到；

根據所述融合特征和所述候選機構屬性，計算所述待匹配文本資源與所述候選機構屬性的匹配度；

將所述匹配度最高的候選機構屬性確定為所述待匹配文本資源對應的機構屬性。

2.根據權利要求1所述的方法，其特征在于，所述將所述待匹配文本資源輸入聯合模型中，得到所述待匹配文本資源的融合特征，包括：

將所述待匹配文本資源輸入所述聯合模型的輸入層中，得到詞向量特征；

將所述詞向量特征輸入所述聯合模型的聯合處理層中，得到第一特征處理結果和第二特征處理結果，所述聯合處理層包括所述長短期記憶網絡和所述膠囊網絡；

將所述第一特征處理結果和所述第二特征處理結果輸入所述聯合模型的融合輸出層中，得到所述待匹配文本資源的融合特征。

3.根據權利要求2所述的方法，其特征在于，所述將所述待匹配文本資源輸入所述聯合模型的輸入層中，得到詞向量特征，包括：

將所述待匹配文本資源輸入所述輸入層中，所述輸入層通過預訓練語言模型生成；

通過所述預訓練語言模型對所述待匹配文本資源進行特征提取，得到所述詞向量特征。

4.根據權利要求2所述的方法，其特征在于，所述將所述詞向量特征輸入所述聯合模型的聯合處理層中，得到第一特征處理結果和第二特征處理結果，包括：

將所述詞向量特征輸入所述聯合處理層中的第一處理子層中；

通過所述第一處理子層對所述詞向量特征進行計算，得到注意力機制輸出值，并將所述注意力機制輸出值輸入至所述長短期記憶網絡中；

通過所述長短期記憶網絡對所述注意力機制輸出值進行計算，得到所述第一特征處理結果；

將所述詞向量特征輸入到所述聯合處理層的第二處理子層中；

通過所述第二處理子層對所述詞向量特征進行卷積計算，得到卷積特征，并將所述卷積特征輸入至所述膠囊網絡中；

通過所述膠囊網絡對所述卷積特征進行計算，得到所述第二特征處理結果。

5.根據權利要求2所述的方法，其特征在于，所述將所述第一特征處理結果和所述第二特征處理結果輸入所述聯合模型的融合輸出層中，得到所述待匹配文本資源的融合特征，包括：

將所述第一特征處理結果和所述第二特征處理結果輸入所述聯合模型的融合輸出層中；

通過所述融合處理層對所述第一特征處理結果和所述第二特征處理結果進行拼接處理，得到拼接特征；

將所述拼接特征輸入全連接網絡中，得到所述融合特征。

6.一種確定機構屬性的裝置，其特征在于，包括：

第一獲取單元，用于獲取待匹配文本資源集合，所述待匹配文本資源集合包括至少一個待匹配文本資源；

第二獲取單元，用于獲取候選機構屬性集合，所述候選機構屬性集合包括至少一個候選機構屬性；

輸入單元，用于將所述待匹配文本資源輸入聯合模型中，得到所述待匹配文本資源的融合特征；

匹配度計算單元，用于根據所述融合特征和所述候選機構屬性，計算所述待匹配文本資源與所述候選機構屬性的匹配度，其中，所述聯合模型包括長短期記憶網絡和膠囊網絡，所述融合特征由所述長短期記憶網絡和所述膠囊網絡分別輸出的特征處理結果融合得到；

確定單元，用于將所述匹配度最高的候選機構屬性確定為所述待匹配文本資源對應的機構屬性。