[发明专利]一种成分句法分析方法、装置、设备及介质

说明书

本发明提供一种成分句法分析方法、装置、设备及介质，所述的方法包括：包括：原始文本进行编码处理获取映射编码，并从所述映射编码中获取一种或者多种候选短语片段；对所述候选短语片段进行成分句法处理获取成分句法树，所述成分句法树的每个节点至少承载一个所述候选短语片段。将原始文本进行编码处理获取映射编码，并获取候选短语片段，该候选短语片段的形式包括一种或者多种，通过任意截取映射编码获取候选短语片段，判断候选短语片段是否为有成分，获取成分句法树，从而实现成分句法分析，避免截取每个字(或单词)或者字符需要相互独立预测，进而避免产生合并短语出现矛盾的问题。

技术领域

本发明涉及人工智能技术，特别是涉及一种成分句法分析方法、装置、设备及介质。

背景技术

随着人工智能的发展，尤其是人机交互需求的日益增长，需要将人与计算机之间进行通信和信息交互，一般地，通过自然语言处理技术来实现人机交互。自然语言处理可以通过成分句法分析的方式分析出句子的短语结构句法树，可以广泛应用到各类自然语言处理的下游任务中。目前，成分句法分析中每个字(或单词)的预测相互独立，在合并短语中会出现相邻字(或单词)的预测位置与成分相矛盾的情况，进而成分句法分析的准确率较低。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种成分句法分析方法、装置、设备及介质，用于解决现有技术中成分句法分析的准确率较低的问题。

为实现上述目的及其他相关目的，本发明提供一种成分句法分析方法，包括：原始文本进行编码处理获取映射编码，并从所述映射编码中获取一种或者多种候选短语片段；对所述候选短语片段进行成分句法处理获取成分句法树，所述成分句法树的每个节点至少承载一个所述候选短语片段。

可选的，从所述映射编码中获取一种或者多种候选短语片段的步骤包括：

通过所述映射编码内的起始位和终止位来获取一种或者多种所述候选短语片段。

可选的，从所述映射编码中获取一种或者多种候选短语片段的步骤还包括：

设定编码长度阈值，从所述映射编码中获取小于或者等于所述编码长度阈值的候选短语片段。

可选的，所述神经网络处理包括：获取所述候选短语片段所对应的候选短语序列张量，将所述候选短语序列张量输入卷积神经网络或者循环神经网络中进行处理，获取候选短语向量。

可选的，所述成分二分处理的步骤包括：将各个所述候选短语向量输入到二分分类器中，得到所述候选短语向量具有成分的概率；设定概率阈值，并将低于所述概率阈值的候选短语向量进行过滤。

可选的，所述成分分类处理的步骤包括：

将所述候选短语向量输入到成分分类器中，得到分类标签，所述分类标签包括无成分标签、成分标签，过滤所述无成分标签。

可选的，通过所述成分标签对应的短语成分确定所述原始文本的成分句法树，所述候选短语片段是一个或多个字符。

一种成分句法分析装置，包括：

编码模块，用于将原始文本进行编码处理获取映射编码，并从所述映射编码中获取一种或者多种候选短语片段；

处理模块，用于对所述候选短语片段进行成分句法处理获取成分句法树，所述成分句法处理至少包括以下之一：神经网络处理、成分二分处理、成分分类处理。

可选的，从所述映射编码中获取一种或者多种候选短语片段的步骤包括：通过所述映射编码内的起始位和终止位来获取一种或者多种所述候选短语片段。

可选的，从所述映射编码中获取一种或者多种候选短语片段的步骤还包括：

设定编码长度阈值，从所述映射编码中获取小于或者等于所述编码长度阈值的候选短语片段。