[发明专利]一种服务资源的语义表征模型构建方法

说明书

本发明公开了一种服务资源的语义表征模型构建方法，首先针对服务资源构建一个标准化的服务资源描述模型，进而针对构建的服务资源表征模型中的功能描述按照短语词汇和长句两个方面分别构建短语语义模型和长句语义模型，有针对性的充分利用各自的各自特点来挖掘语义；短语语义模型可以通过依存关系分析直接转化为结构化关系集合表达语义，易于与知识图谱结合进行后续的分析处理，长句语义模型通过细粒度交互注意力网络提取语义表征信息，可以更加精准地表达服务资源的语义，有利于实现服务的精细化管理，提高资源匹配的准确性。

技术领域

本发明属于自然语言理解技术领域，具体地说，是涉及一种服务资源的语义表征模型构建方法。

背景技术

随着办公信息化、生活网络化不断推进，诸如专利服务、法律服务、政策服务、科技服务、研究咨询等典型的线上服务资源也快速的增长以及不断的积累。

这对于如何能准确、高效地检索到符合用户真实意图的服务资源，提出了新的要求和挑战；同时，目前对服务资源的分类管理过于简单，无法体现服务细微的语义差别，缺乏一套有效的语义分析描述体系。

目前，大量新兴方法融入到文本的语义表征模型中，例如，将BERT、GPT等各种预训练模型，以及RNN、LSTM/CNN、transformer等特征抽取方法，对语义表征模型进行改进，使模型本身变得纷繁复杂。但是，对服务资源功能描述这类特殊的自然语言，直接使用上述模型，对于细粒度的、精细化的语义分析和匹配差强人意，存在中文词汇语义相似性计算精度不高，句子表征方法表达信息不全面、不彻底，无法匹配资源真实的功能语义等等问题。

发明内容

本发明的目的在于提供一种服务资源的语义表征模型构建方法，构建服务资源描述模型，并针对服务资源功能描述非结构化的特点，对以词汇短语为主的功能描述建立功能短语语义模型，将词汇短语转化为结构化关系集合；对于以长句为主的表达，设计一种识别服务描述类语言的交互注意力网络，将长句描述通过词嵌入技术送入交互注意力网络，结合无监督及监督联合训练的方式，得到长句语义模型；通过构建的语义表征模型可以伸入、全面的分析、理解对服务资源的需求，模型输出的描述语言表征向量可用于服务资源的虚拟化管理或服务语义匹配等技术，高效、准确的管理虚拟化的线上服务资源，实现服务资源的精细化管理，提高资源匹配准确性的技术效果。

本发明采用以下技术方案予以实现：

提出一种服务资源的语义表征模型构建方法，包括：

构建服务资源描述模型：

采用资源描述框架定义SRes＝{SR_Id，SR_Property，SR_Relation}，对服务资源进行标准化描述；其中，SR_Id表示服务资源的唯一标识，SR_Property表示服务资源属性信息，SR_Relation表示服务同其他服务或资源的关系；

采用资源描述框架定义SR_Property＝{BaseInfo，FuncProp，QosProp}，对服务资源属性信息进行标准化描述；其中，BaseInfo表示资源基本信息；FuncProp表示资源的功能描述；QosProp表示服务质量及能力评估；

构建短语语义模型FuncProp＝{(Predicate，Object，RL＝动宾))，将服务资源描述模型中的功能描述转换为结构化关系集合；其中，Predicate表示谓语，Object表示宾语，RL表示实体之间的关系；

构建长句语义模型，基于长句语义模型得到描述语言表征向量：

建立包含语序的词向量矩阵；

构建并训练细粒度交互注意力网络；

采用细粒度交互注意力网络将包含语序的词向量矩阵处理为描述语言表征向量(以使得相似句子映射到向量空间相近的位置)。