任务社区发现方法、装置、设备和存储介质制造方法及图纸

本申请公开了一种任务社区发现方法、装置、设备和存储介质，涉及人工智能技术领域，尤其涉及自然语言处理、知识图谱和深度学习领域。具体实现方案为：获取至少两个OKR文本中的至少两个任务文本；根据各所述任务文本所属OKR文本的关联关系，构建任务关系图；根据所述任务关系图，对所述至少两个任务文本进行分类，得到至少一个任务社区。本申请提高了最终确定的任务社区的准确度和稳定性。确定的任务社区的准确度和稳定性。确定的任务社区的准确度和稳定性。

【技术实现步骤摘要】
任务社区发现方法、装置、设备和存储介质


[0001]本申请涉及人工智能
，尤其涉及自然语言处理、知识图谱和深度学习
，具体涉及一种任务社区发现方法、装置、设备和存储介质。

技术介绍

[0002]OKR(Objectives and Key Results)全称为“目标和关键成果”，能够将目标管理自上而下贯穿到基层。其中，目标通常是设定一个定性的时间内的目标，关键结果是由量化指标形式呈现的用于衡量这段时间结束时是否达到该目标。
[0003]由于OKR中目标制定与结果复核通常层层关联，当企业内部组织结构庞大时，通常需要从组织视角对OKR中的任务分簇，便于对任务进行管理。然而，现有技术所采用的分簇方式结果准确度较低、稳定性较差，难以满足用户需求。

技术实现思路

[0004]本申请提供了一种准确度更高、稳定性更好的任务社区发现方法、装置、设备和存储介质。
[0005]根据本申请的一方面，提供了一种任务社区发现方法，包括：
[0006]从至少两个目标和关键成果OKR文本中提取至少两个任务文本；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务社区发现方法，包括：获取至少两个目标和关键成果OKR文本中的至少两个任务文本；根据各所述任务文本所属OKR文本的关联关系，构建任务关系图；根据所述任务关系图，对所述至少两个任务文本进行分类，得到至少一个任务社区。2.根据权利要求1所述的方法，其中，所述根据各所述任务文本所属OKR文本的关联关系，构建任务关系图，包括：将各所述任务文本作为所述任务关系图中的任务节点；根据至少两个所述任务节点对应OKR文本的关联关系的存在性，建立至少两个所述任务节点之间的关系边。3.根据权利要求2所述的方法，其中，所述根据各所述任务文本所属OKR文本的关联关系，构建任务关系图，还包括：确定具备关系边的两个目标任务节点之间的关系度；根据所述关系度，确定所述目标任务节点之间关系边的边权重。4.根据权利要求3所述的方法，其中，所述确定具备关系边的两个目标任务节点之间的关系度，包括：根据所述两个目标任务节点之间的关系边的边属性，确定所述两个目标任务节点之间的边关系度；和/或，根据所述两个目标任务节点对应的目标任务文本之间的语义相似度，确定所述两个目标任务节点之间的语义关系度。5.根据权利要求4所述的方法，其中，若所述关系度包括所述边关系度和所述语义关系度，则所述根据所述关系度，确定所述目标任务节点之间关系边的边权重，包括：根据所述边关系度和所述语义关系度的乘积，确定所述目标任务节点之间关系边的边权重。6.根据权利要求4所述的方法，其中，所述边属性包括边数量和/或边类型；其中，所述边类型根据所述两个目标任务节点对应的关联关系的关系类型确定。7.根据权利要求1所述的方法，其中，所述关联关系包括承接关系、协同关系、所属关系和组织关系中的至少一种。8.根据权利要求1
‑
7任一项所述的方法，在所述根据各所述任务文本所属OKR文本的关联关系，构建任务关系图之后，在所述根据所述任务关系图，对所述至少两个任务文本进行分类，得到至少一个任务社区之前，所述方法还包括：根据所述任务关系图，确定所述任务关系图中各任务节点的节点重要程度；根据各所述节点重要程度，更新所述任务关系图。9.一种任务社区发现装置，包括：任务文本获取模块，用于获取至少两个目标和关键成果OKR文本中的至少两个任务文本；任务关系图构建模块，用于根据各所述任务文本所属OKR文本的关联关系，构建任务关系图；任务社区发现模块，用于根据所述任务关系图，对所述至少两个任务文本进行分类，得到至少一个任务社区。
10.根据权利要求9所述的装置，其中，所述任务关系图构建模块，包括：任务节点确定...

【专利技术属性】
技术研发人员：张虎，张琦，仲敏，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：