[发明专利]数据处理方法、装置、设备和存储介质

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：

获取待处理的数学公式；

将所述数学公式转换为树结构数据；所述树结构数据中包括多个树节点以及相邻所述树节点之间的有向边，所述有向边具有对应的树边标签；

根据所述树节点和所述树边标签，对待训练的下游任务模型进行训练，以根据训练完成的所述下游任务模型进行任务处理。

2.根据权利要求1所述的方法，其特征在于，所述将所述数学公式转换为树结构数据，包括：

对所述数学公式进行MathML编码，得到所述数学公式对应的树结构数据；其中，所述树结构数据至少包括OPT树结构数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述树节点和所述树边标签，对待训练的下游任务模型进行训练，以根据训练完成的所述下游任务模型进行任务处理，包括：

根据所述树节点和所述树节点对应的树边标签，生成所述树节点对应的输入向量；

根据所述输入向量计算所述树节点的局部子树结构特征；所述局部子树结构特征用于表征所述树节点在所述树结构数据的局部特征；

根据所述树节点的输入向量计算所述树节点的权重系数；所述权重系数用于表征所述树节点在所述树结构数据中的关键程度；

根据所述树节点对应的权重系数，对所述树节点对应的局部子树结构特征进行加权，得到全局公式语义特征；

采用所述全局公式语义特征对待训练的下游任务模型进行训练，以根据训练完成的所述下游任务模型进行任务处理。

4.根据权利要求3所述的方法，其特征在于，所述根据所述树节点和所述树节点对应的树边标签，生成所述树节点对应的输入向量，包括：

对所述树节点进行向量化得到树节点向量，以及对所述树边标签进行向量化得到树边标签向量；

将所述树节点对应的树节点向量和树边标签向量，作为所述树节点对应的输入向量。

5.根据权利要求3所述的方法，其特征在于，所述根据所述输入向量计算所述树节点的局部子树结构特征，包括：

根据所述树节点的输入向量与其在所述树结构数据的直接子节点的输入向量，计算所述树节点与所述树节点的直接子节点的注意力权重；

根据所述树节点的直接子节点的输入向量和对应的注意力权重，计算所述树节点的汇聚信息；

对所述树节点的汇聚信息进行非线性变换操作，得到所述树节点的局部子树结构特征。

6.根据权利要求3所述的方法，其特征在于，所述根据所述树节点的输入向量计算所述树节点的权重系数，包括：

对所述树节点的输入向量进行转置，得到所述树节点的转置输入向量；

根据所述树节点的转置输入向量以及其他树节点的转置输入向量，计算所述树节点的权重系数。

7.根据权利要求1所述的方法，其特征在于，所述任务至少包括语义标签分类、公式检索和知识点追踪的其中一种。

8.一种数据处理装置，其特征在于，所述装置包括：

数学公式获取模块，用于获取待处理的数学公式；

数学公式转换模块，用于将所述数学公式转换为树结构数据；所述树结构数据中包括多个树节点以及相邻所述树节点之间的有向边，所述有向边具有对应的树边标签；

任务处理模块，用于根据所述树节点和所述树边标签，对待训练的下游任务模型进行训练，以根据训练完成的所述下游任务模型进行任务处理。

9.一种电子设备，其特征在于，包括：处理器；和

存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如权利要求1-7中一个或多个所述的数据处理方法。

10.一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如权利要求1-7中一个或多个所述的数据处理方法。