[发明专利]数据处理方法、装置、设备和存储介质

说明书

本申请实施例提供了一种数据处理方法、装置、设备和存储介质，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。本申请实施例中，除了利用数学公式转换后的树结构数据中树节点之间的空间信息之外，还利用了树结构数据中树节点之间的树节点标签，因此能够细粒度理解数学公式的公式语义，进而使得基于树节点和树边标签训练完成的下游任务模型，能够更好地完成对应的任务。

技术领域

本申请实施例涉及计算机技术领域，特别是涉及一种数据处理方法和装置、一种电子设备和一种存储介质。

背景技术

数学公式是人们在研究自然界物与物之间时发现的一些联系，并通过一定的方式表达出来的一种表达方法。数学公式是表征自然界不同事物之数量之间的或等或不等的联系，它确切的反映了事物内部和外部的关系，是人们从一种事物到达另一种事物的依据，通过数学公式更好的理解了事物的本质和内涵。

目前，数学公式广泛应用于教育、科学及技术等领域，是其相关内容理解的重要组成部分，具体来说，数学公式特征表示及理解对于如公式信息检索、自动答题等研究领域至关重要，然而，数学公式由于其具备复杂的结构、隐式语义模糊性等特点，相比序列化文本理解更加困难，更具挑战性。

因此，如何准确地对数学公式进行语义理解，进而基于语义理解正确进行任务处理意义重大。

发明内容

本申请实施例提供了一种数据处理方法，以解决无法准确对数学公式进行语义理解，进而无法基于语义理解正确进行任务处理的问题。

相应的，本申请实施例还提供了一种数据处理装置、一种电子设备以及一种存储介质，用以保证上述方法的实现及应用。

为了解决上述问题，本申请实施例公开了一种数据处理方法，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。

可选地，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。

可选地，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。

可选地，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；