[发明专利]语义识别方法、装置及电子设备

权利要求书

1.一种语义识别方法，其特征在于，所述方法包括：

获取目标语句；

当确定所述目标语句中存在待语义消歧的目标词语时，判断所述目标语句中是否存在各目标词语对应的语义指示词；所述语义指示词用于确定所述目标词语的语义；

若确定所述目标语句中存在无语义指示的目标词语，则将所述目标语句输入语义消歧模型，得到各所述无语义指示的目标词语的语义；所述无语义指示的目标词语指的是在所述目标语句中不存在对应的语义指示词的目标词语；

根据所述目标语句中的各目标词语的语义，得到所述目标语句的语义。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对任一目标词语，若确定所述目标语句中存在该目标词语对应的语义指示词，则根据该目标词语对应的语义指示词，确定该目标词语的语义。

3.根据权利要求1或2所述的方法，其特征在于，所述判断所述目标语句中是否存在各目标词语对应的语义指示词，包括：

根据所述目标语句中的各词语，以及，所述目标词语与语义指示词的映射关系，判断所述目标语句中是否存在各目标词语对应的语义指示词。

4.根据权利要求1或2所述的方法，其特征在于，所述方法包括：

将所述目标语句中的词语与预设的多语义词语语料库中的多语义词语进行匹配，确定所述目标语句中是否存在待语义消歧的所述目标词语；

若所述目标语句中的目标词语与所述多语义词语语料库中的任一多语义词语相同，则确定所述目标语句中存在待语义消歧的所述目标词语。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本数据集；其中，所述样本数据集包括：至少一个样本数据子集；所述样本数据子集包括：样本语句对应的正样本数据、所述样本语句对应的负样本数据；所述样本语句包括多语义样本词语，所述正样本数据包括所述样本语句、所述样本语句对应的正样本语句和正样本数据标签；所述负样本数据包括所述样本语句、所述样本语句对应的负样本语句和负样本数据标签，所述正样本语句为使用正样本词语替换所述样本语句中的所述多语义样本词语得到的语句，所述负样本语句为使用负样本词语替换所述样本语句中的所述多语义样本词语得到的语句，所述正样本词语与所述多语义样本词语的语义相同，所述负样本词语与所述多语义样本词语的语义不同；

使用所述样本数据集训练预设的二分类模型，得到所述语义消歧模型。

6.根据权利要求5所述的方法，其特征在于，所述获取样本数据集，包括：

获取样本语料库，以及，多语义样本词语与各语义对应的词语的映射关系；其中，所述样本语料库包括：至少一个语料子集，所述语料子集包括：所述样本语句、所述多语义样本词语、所述多语义样本词语的正样本词语；

根据所述样本语料库，以及，所述多语义样本词语与各语义对应的词语的映射关系，构建所述样本数据集。

7.根据权利要求6所述的方法，其特征在于，所述根据所述样本语料库，以及，所述多语义样本词语与各语义对应的词语的映射关系，构建所述样本数据集，包括：

针对所述样本语料库中的任一语料子集，使用所述多语义样本词语的正样本词语替换所述样本语句中的多语义样本词语，得到所述样本语句对应的正样本语句；

根据所述多语义样本词语，以及，所述多语义样本词语与各语义对应的词语的映射关系，确定所述多语义样本词语的各语义对应的词语；

使用所述多语义样本词语的负样本词语替换所述样本语句中的多语义样本词语，得到所述样本语句对应的负样本语句；所述负样本词语为所述多语义样本词语的各语义对应的词语中，除所述正样本词语之外的任一词语；

根据所述样本语句、所述样本语句对应的正样本语句、所述样本语句对应的负样本语句，得到所述样本数据集的一个样本数据子集。