CN115114919B 呈现提示信息的方法和装置以及存储介质 （富士通株式会社）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115114919B(45)授权公告日2025.07.01

(21)申请号202110295319.1

(22)申请日2021.03.19

(65)同一申请的已公布的文献号申请公布号CN115114919A

(43)申请公布日2022.09.27

(73)专利权人富士通株式会社地址日本神奈川县

(72)发明人曹奕翎郑仲光孙俊

(74)专利代理机构北京集佳知识产权代理有限公司11227

专利代理师杜诚刘敏

(51)Int.CI.

GO6F40/295(2020.01)

GO6F40/30(2020.01)

GO6N3/0455(2023.01)

GO6N3/042(2023.01)

GO6N3/0464(2023.01)

GO6N3/048(2023.01)

GO6N3/08(2023.01)

(56)对比文件

CN112434533A,2021.03.02审查员王悦

权利要求书2页说明书10页附图4页

(54)发明名称

呈现提示信息的方法和装置以及存储介质

预测结果

预测结果

分类层140

V;

拼接层130

语义相似度

V?

V

拼接和维度转换层160

BERT模型120

BERT模型120

GCN150

嵌入与加和层110

嵌入与加和层110

实体+上下文+

实体类型+上下文词性

主模型

辅助特征部分

字符相似度

映射层170

概念

BCN115114919(57)摘要公开了呈现提示信息的方法和装置以及存储介质。该方法包括：对神经网络输入包括实体和实体的上下文的电子文本、实体类型、上下文词性以及本文形式的多个预定义概念，其中该神经网络包括BERT模型和图卷积神经网络；使用BERT模型基于实体、上下文、实体类型和上下文词性的组合生成第一向量；使用BERT模型基于每一个概念生成第二向量；使用图卷积神经网络基于图生成第三向量，其中该图是基于多个概念和概念之间的关系而生成的；拼接第二向量和第三向量以生成第四向量；基于第一向量和第四向量

B

CN115114919

(57)摘要

概念；基于所确定的概念生成提示信息以呈现给

用户。

CN115114919B权利要求书1/2页

2

1.一种计算机实现的利用神经网络向查看电子文本的用户呈现提示信息的方法，其中所述神经网络包括BERT模型和图卷积神经网络，所述方法包括：

对所述神经网络输入所述电子文本、与所述电子文本有关的信息以及多个预定义的概念，其中，所述电子文本包括实体和所述实体的上下文，与所述电子文本有关的信息包括所述实体的类型和所述上下文的词性，所述概念是本文形式；

通过将所述实体和所述上下文所对应的向量与所述实体的类型和所述上下文的词性所对应的向量进行加权求和，来组合所述实体、所述上下文、所述实体的类型和所述上下文的词性；

使用所述BERT模型基于所述实体、所述上下文、所述实体的类型和所述上下文的词性的组合，生成第一向量；

使用所述BERT模型基于所述多个概念中的每一个概念生成第二向量；

使用所述图卷积神经网络基于图生成第三向量，其中，所述图是基于所述多个概念以及概念之间的关系而生成的；

通过拼接所述第二向量和所述第三向量，生成第四向量；

基于所述第一向量和所述第四向量计算所述实体和所述多个概念中的每一个概念之间的语义相似度；

基于所述第一向量和所述语义相似度，确定所述实体对应于所述多个概念中的一个概

念；

基于所确定的对应于所述实体的概念生成所述提示信息，以呈现给所述用户。

2.根据权利要求1所述的方法，还包括：

计算所述实体和所述多个概念中的每一个概念之间的字符相似度；

基于所述第一向量、所述语义相似度和所述字符相似度，确定所述实体所对应的概念。

3.根据权利要求2所述的方法，其中，所述语义相似度是基于所述第一向量和所述第四向量计算的余弦相似度，所述字符相似度是所述实体与所述多个概念中的每一个概念之间的BM25相似度。

4.根据权利要求1所述的方法，其中，所述第三向量表示所述多个概念的整体特征，所述整体特征指示概念之间的相互关系。

5.根据权利要求1所述的方法，其中，在将所述第一向量和所述第四向量映射到同一向量空间之后，计算所述语义相似度。

6.根据权利要求2所述的方法，还包括：