[发明专利]确定文本语义信息的方法、装置、设备以及存储介质

权利要求书

1.一种确定文本语义信息的方法，其特征在于，所述方法包括：

对目标文本进行分词处理，得到多个词；

获取每个词对应的多个特征信息,得到每个词对应的特征信息集合；

分别针对每个词，根据所述词的特征信息集合对所述词执行下述特征融合步骤，以得到所述词的各个融合特征信息：

分别将所述词对应的每个特征信息确定为目标特征信息，并将所述目标特征信息分别与所述词的每个特征信息组为特征信息对；

确定所述特征信息对中两个特征信息的融合相关度系数；

基于所述词的每个特征信息以及每个特征信息与所述目标特征信息的融合相关度系数，确定所述目标特征信息对应的融合特征信息；

基于每个词的各个融合特征信息，确定所述目标文本对应的语义信息。

2.根据权利要求1所述的方法，其特征在于，所述确定所述特征信息对中两个特征信息的融合相关度系数，包括：

确定所述特征信息对中两个特征信息的第一子相关度系数，确定所述特征信息对中两个特征信息的第二子相关度系数；其中，所述第一子相关度系数用于表示所述两个特征信息在特征值方面的关联度，所述第二子相关度系数用于表示两个特征信息各自的特征类别；

将所述特征信息对中两个特征信息的第一子相关度系数与所述特征信息对中两个特征信息的第二子相关度系数进行融合，以得到所述特征信息对中两个特征信息的融合相关度系数。

3.根据权利要求2所述的方法，其特征在于，所述确定所述特征信息对中两个特征信息的第一子相关度系数，包括：

将所述特征信息对中的两个特征信息分别进行线性映射，以得到所述两个特征信息的特征值；

计算所述两个特征信息的特征值的交互信息，以得到所述特征信息对中两个特征信息的第一子相关度系数。

4.根据权利要求2所述的方法，其特征在于，所述确定所述特征信息对中两个特征信息的第二子相关度系数，包括：

根据所述特征信息对中两个特征信息的特征类型编号，在预先训练的特征交互嵌入矩阵中获取所述特征信息对中两个特征信息的编码向量；

基于所述特征信息对中的目标特征信息与所述编码向量，确定所述特征信息对中两个特征信息的第二子相关度系数。

5.根据权利要求4所述的方法，其特征在于，所述基于所述特征信息对中的目标特征信息与所述编码向量，确定所述特征信息对中两个特征信息的第二子相关度系数，包括：

根据公式fea_no_ij＝fea_key_i^T*W_no*fea_cross_embed_(i-i)*n+j-1Wno∈R^d*d计算所述特征信息对中两个特征信息的第二子相关度系数；假设特征信息对中两个特征信息分别为fea_i以及fea_j，fea_i为目标特征信息，i为目标特征信息的特征类型编号，fea_key_i为目标特征信息fea_i的特征值，fea_no_ij表示目标特征信息fea_i和特征信息fea_j的第二子相关度系数，j为特征信息fea_j的特征类型编号，fea_cross_embed_(i-i)*n+j-1表示特征交互嵌入矩阵中的下标为(i-1)*n+j-1的编码向量，n表示词的特征信息集合中的特征信息的数目，W_no表示映射空间，R表示常数，d表示映射空间的维度。

6.根据权利要求1所述的方法，其特征在于，所述基于所述词的每个特征信息以及每个特征信息与所述目标特征信息的融合相关度系数，确定所述目标特征信息对应的融合特征信息，包括：

计算所述词的每个特征信息与所述特征信息与所述目标特征信息的融合相关度系数的乘积；

将所述目标特征信息的各个乘积进行相加，得到所述目标特征信息的融合特征信息。