CN112528654B 自然语言处理方法、装置及电子设备 （作业帮教育科技（北京）有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN112528654B(45)授权公告日2025.07.01

(21)申请号202011479380.3

(22)申请日2020.12.15

(65)同一申请的已公布的文献号申请公布号CN112528654A

(43)申请公布日2021.03.19

(73)专利权人作业帮教育科技(北京)有限公司地址100085北京市海淀区上地信息产业

基地开拓路1号4层4002

(72)发明人吕少科蒋宏飞宋旸邵睿张振

(74)专利代理机构北京清诚知识产权代理有限公司11691

专利代理师宋红艳

GO6F40/30(2020.01)

GO6F40/211(2020.01)

GO6N3/0464(2023.01)

(56)对比文件

CN111914067A,2020.11.10

CN110209774A,2019.09.06

CN112052331A,2020.12.08

CN110457689A,2019.11.15

审查员王艳臣

(51)Int.CI.

GO6F40/289(2020.01)权利要求书2页说明书10页附图6页

(54)发明名称

自然语言处理方法、装置及电子设备

(57)摘要

CN112528654B本发明属于计算机信息处理技术领域，提供一种自然语言处理方法、装置、电子设备及计算机可读介质，该方法包括：对文本数据中的文字进行分词处理以获取文字和/或词汇；将所述文本数据和其对应的领域属性输入文字向量模型中，获取字向量；将所述文本数据和其对应的领域属性输入词汇向量模型中，获取词向量；基于所述文本数据确定所述文字对应的第一权重和/或所述词汇对应的第二权重；通过所述字向量、所述第一权重和/或所述词向量、所述第二权重确定所述文本数据的句子语义向量；基于所述句子语义向量对所述实时文本数据进行自然语言

CN112528654B

S202

S202

对文本数据中的文字进行分词处理以获取文字和/或词汇

S204

将所述文本数据和其对应的领域属性输入文字向量模型中，获取字向量

S206

将所述文本数据和其对应的领域属性输入词汇向量模型中，获取词向量

S208

基于所述文本数据确定所述文字对应的第一权重和/或所述词汇对应的第二权重

S210

通过所述字向量、所述第一权重和/或所述词向量、所述第二权重确定所述

文本数据的句子语义向量

S212

基于所述句子语义向量对所述实时文本数据进行自然语言处理

CN112528654B权利要求书1/2页

2

1.一种自然语言处理方法，其特征在于，包括：

获取分词字典；

基于所述分词字典对实时文本数据进行分词，生成词汇网络，所述词汇网络为有向无环图；

基于动态规划算法确定所述词汇网络中的最大概率路径；包括：先通过词汇网络将所有的分词路径都搜索出来，然后分词的路径就是概率最大的路径，每个路径的概率=该路径所有词的概率乘积；

基于所述最大概率路径确定文字和词汇；基于所述文本数据的内容确定所述文本数据的领域属性；和/或基于所述文本数据的标签确定所述文本数据的领域属性；

将所述文本数据和其对应的领域属性输入文字向量模型中，获取字向量；

将所述文本数据和其对应的领域属性输入词汇向量模型中，获取词向量；

基于所述文本数据确定所述文字对应的第一权重和所述词汇对应的第二权重；

根据所述第一权重和所述字向量生成第一句向量；

根据所述第二权重将和所述词向量生成第二句向量；

将第一句向量和第二句向量进行拼接以生成句子语义向量；

基于所述句子语义向量对所述实时文本数据进行自然语言处理。

2.根据权利要求1所述的自然语言处理方法，其特征在于，还包括：

提取数据库中多个预设文本数据的句子语义向量；

基于所述句子语义向量将所述文本数据和所述多个预设文本数据进行相似度比较；

根据相似度比较结果由所述多个预设文本数据中确定目标文本数据。

3.根据权利要求1所述的自然语言处理方法，其特征在于，还包括：

基于多个带有领域属性的语料对深度神经网络模型进行训练，生成所述文字向量模型；

基于多个带有领域属性的语料对浅层神经网络模型进行训练，生成所述词汇向量模