[发明专利]数据处理方法、装置、设备、存储介质及计算机程序产品在审

专利信息
申请号: 202111010441.6 申请日: 2021-08-30
公开(公告)号: CN113641797A 公开(公告)日: 2021-11-12
发明(设计)人: 黄剑辉 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/35;G06F16/36;G06F40/30;G06N3/04;G06N3/08
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;杜维
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据处理 方法 装置 设备 存储 介质 计算机 程序 产品
【权利要求书】:

1.一种数据处理方法,其特征在于,所述方法包括:

获取查询对象,以及获取与所述查询对象相关联的目标知识图谱;

对所述查询对象进行特征提取,得到查询对象特征,以及对所述目标知识图谱进行特征提取,得到知识图谱特征;

将所述查询对象特征和所述知识图谱特征进行融合,得到融合特征;

对所述融合特征进行处理,得到所述查询对象的意图识别结果。

2.根据权利要求1所述的方法,其特征在于,所述获取与所述查询对象相关联的目标知识图谱,包括:

从所述查询对象中获取查询实体;

从融合知识图谱中确定与所述查询实体具有关联关系的目标关联实体,以及确定所述查询实体和所述目标关联实体中任意两个实体之间的连接关系;

根据所述查询实体、所述目标关联实体和所述连接关系,确定与所述查询对象相关联的目标知识图谱。

3.根据权利要求2所述的方法,其特征在于,所述目标关联实体为所述融合知识图谱中与所述查询实体具有连接关系,且连接路径上的中间实体的数量小于第一数量的实体;或者,

当所述查询对象中还包括查询实体的关系对象时,所述目标关联实体包括第一类关联实体和第二类关联实体,所述第一类关联实体为所述融合知识图谱中与所述查询实体具有直接连接关系,且所述直接连接关系与所述关系对象相匹配的实体;所述第二类关联实体为所述融合知识图谱中与所述第一类关联实体具有连接关系,且连接路径上的中间实体的数量小于第二数量的实体。

4.根据权利要求1-3中任一项所述的方法,其特征在于,所述将所述查询对象特征和所述知识图谱特征进行融合,得到融合特征,包括:

获取融合张量参数,其中,所述融合张量参数为M维张量参数,M为大于或等于2的正整数;

利用所述融合张量参数将所述查询对象特征和所述知识图谱特征进行融合,得到融合特征。

5.根据权利要求4所述的方法,其特征在于,所述方法还包括:

利用初始张量参数将训练对象特征和训练图谱特征进行融合,得到训练融合特征,所述训练对象特征为训练查询对象的特征,所述训练图谱特征为与所述训练查询对象相关联的知识图谱的特征;

对所述训练融合特征进行处理,得到预测意图识别结果;

根据所述预测意图识别结果和所述训练查询对象的真实意图标签确定预测损失参数;

根据所述预测损失参数对所述初始张量参数的参数进行调整,并根据调整后的初始张量参数确定所述融合张量参数。

6.根据权利要求1-3中任一项所述的方法,其特征在于,当所述查询对象中包括多个查询实体时,所述目标知识图谱包括所述多个查询实体中每一个查询实体分别对应的子知识图谱;

所述对所述目标知识图谱进行特征提取,得到知识图谱特征,包括:

对所述每一个查询实体分别对应的子知识图谱进行特征提取,得到所述每一个查询实体分别对应的子图谱特征;

将所述每一个查询实体分别对应的子图谱特征进行聚合处理,得到知识图谱特征。

7.根据权利要求1所述的方法,其特征在于,所述对所述查询对象进行特征提取,得到查询对象特征,以及对所述目标知识图谱进行特征提取,得到知识图谱特征,包括:

将所述查询对象输入意图识别网络的对象特征提取单元中进行处理,得到查询对象特征;

将所述目标知识图谱输入所述意图识别网络的图谱特征提取单元中进行处理,得到知识图谱特征。

8.一种数据处理装置,其特征在于,所述装置包括:

获取模块,用于获取查询对象,以及获取与所述查询对象相关联的目标知识图谱;

处理模块,用于对所述查询对象进行特征提取,得到查询对象特征,以及对所述目标知识图谱进行特征提取,得到知识图谱特征;

所述处理模块,还用于将所述查询对象特征和所述知识图谱特征进行融合,得到融合特征;

所述处理模块,还用于对所述融合特征进行处理,得到所述查询对象的意图识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111010441.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top