【技术实现步骤摘要】
生成序列标注模型的方法、设备、介质及程序产品
[0001]本申请涉及计算机
,具体涉及知识图谱、自然语言处理和深度学习等人工智能
,尤其涉及一种生成序列标注模型的方法、设备、介质及程序产品。
技术介绍
[0002]随着互联网的发展,用户可以通过搜索信息来获取用户需要搜索的结果。
[0003]目前,基于知识图谱理解固定搜索信息,以达到识别用户意图和需求的目的。
技术实现思路
[0004]本申请实施例提出了一种生成序列标注模型的方法、设备、介质及程序产品。
[0005]第一方面,本申请实施例提出了一种生成序列标注模型的方法,包括:获取第一搜索信息和对应的第一标签;根据第一搜索信息,从预设的知识图谱中获取第一搜索信息对应的第二标签;响应于第二标签与第一标签不一致,确定第一搜索信息中的第一需求信息不为知识图谱中的信息;基于第一需求信息和第一需求信息对应的标签进行训练,得到训练后的序列标注模型。
[0006]第二方面,本申请实施例提出了一种生成序列标注模型的装置,包括:第一获取模块,被配置成获取第一搜索信息和对应的第一标签;第二获取模块,被配置成根据第一搜索信息,从预设的知识图谱中获取第一搜索信息对应的第二标签;信息确定模块,被配置成响应于第二标签与第一标签不一致,确定第一搜索信息中的第一需求信息不为知识图谱中的信息;模型训练模块,被配置成基于第一需求信息和第一需求信息对应的标签进行训练,得到训练后的序列标注模型。
[0007]第三方面,本申请实施例提出了一种确定搜索 ...
【技术保护点】
【技术特征摘要】
1.一种生成序列标注模型的方法,包括:获取第一搜索信息和对应的第一标签;根据所述第一搜索信息,从预设的知识图谱中获取第一搜索信息对应的第二标签;响应于所述第二标签与所述第一标签不一致,确定所述第一搜索信息中的第一需求信息不为所述知识图谱中的信息;基于所述第一需求信息和所述第一需求信息对应的标签进行训练,得到训练后的序列标注模型。2.根据权利要求1所述的方法,其中,所述第一需求信息包括以下至少一项:实体需求限定信息、问答需求限定信息、泛需求限定信息。3.根据权利要求1或2所述的方法,其中,所述第一搜索信息还包括:知识图谱既定信息,其中,所述知识图谱既定信息为所述知识图谱中的信息。4.根据权利要求3所述的方法,其中,所述知识图谱既定信息包括以下至少一项:实体既定信息、问答既定信息、泛需求既定信息。5.根据权利要求4所述的方法,其中,所述实体既定信息包括:实体提及和/或实体的本质属性信息。6.根据权利要求5所述的方法,其中,所述序列标注模型,包括:ERNIE层、双向长短期记忆网络层和条件随机场层。7.根据权利要求1或2所述的方法,其中,所述第二标签与所述第一标签不一致,包括:所述第二标签为错误的标签;或,所述第二标签为无法识别对应的标签。8.一种确定搜索结果的方法,包括:获取第二搜索信息,其中,所述第二搜索信息包括第二需求信息和预设的知识图谱中的知识图谱既定信息;根据所述知识图谱既定信息,从所述知识图谱中获取所述知识图谱既定信息对应的标签结果,以及将所述第二需求信息输入预先训练的序列标注模型中,得到所述第二需求信息对应的标签结果;根据所述知识图谱既定信息对应的标签结果和所述第二需求信息对应的标签结果,得到所述第二搜索信息对应的搜索结果,并展示所述搜索结果。9.根据权利要求8所述的方法,其中,所述根据所述知识图谱既定信息对应的标签结果和所述第二需求信息对应的标签结果,得到所述第二搜索信息对应的搜索结果,包括:根据所述知识图谱既定信息对应的标签结果和所述第二需求信息对应的标签结果,确定所述第二搜索信息的类型;根据所述知识图谱既定信息对应的标签结果、所述第二需求信息对应的标签结果,以及所述第二搜索信息的类型,确定所述第二搜索信息的类型对应的搜索结果。10.根据权利要求9所述的方法,其中,所述根据所述知识图谱既定信息对应的标签结果和所述第二需求信息对应的标签结果,确定所述第二搜索信息的类型,包括:利用所述知识图谱对所述知识图谱既定信息设置实体知识标签,得到实体知识标签结果,以及利用所述序列标注模型对所述第二需求信息设置实体需求标签,得到实体需求标签结果;与利用所述知识图谱对所述知识图谱既定信息设置实体知识标签的步骤并行执行,利
用所述知识图谱对所述知识图谱既定信息设置泛需求知识标签,得到泛需求知识标签结果,以及利用所述序列标注模型对所述第二需求信息设置泛需求需求标签,得到泛需求需求标签结果;响应于所述知识图谱既定信息和/或第二需求信息还包括未被识别的信息,利用所述知识图谱对所述未被识别的信息设置问答知识标签,得到问答知识标签结果,以及利用所述序列标注模型对所述未被识别的信息设置问答需求标签;根据所述实体知识标签结果、实体需求标签结果、泛需求知识标签结果、泛需求需求标签结果、问答知识标签结果、问答需求标签结果,确定所述第二搜索信息的类型。11.根据权利要求9或10所述的方法,所述方法还包括:定位所述知识图谱既定信息中的目标实体;确定所述目标实体的实体候选集;从所述实体候选集中确定最终实体;所述根据所述知识图谱既定信息对应的标签结果、所述第二需求信息对应的标签结果,以及所述第二搜索信息的类型,确定所述第二搜索信息的类型对应的搜索结果,包括:根据所述最终实体对应的标签结果、所述第二需求信息对应的标签结果,以及所述第二搜索信息的类型,确定所述第二搜索信息的类型对应的搜索结果。12.根据权利要求11所述的方法,其中,所述从所述实体候选集中确定最终实体,包括:根据以下至少一项,从所述实体候选集中确定最终实体:实体候选集中每个实体的热度特征、实体候选集中每个实体的时间特征、实体候选集中每个实体与所述目标实体的相似度。13.根据权利要求10所述的方法,其中,所述根据所述实体知识标签结果、实体需求标签结果、泛需求知识标签结果、泛需求需求标签结果、问答知识标签结果、问答需求标签结果,确定所述第二搜索信息的类型,包括:响应于所述泛需求知识标签结果、泛需求需求标签结果、问答知识标签结果、问答需求标签结果为错误的标签结果,根据所述实体知识标签结果和实体需求标签结果,确定所述第二搜索信息的类型为实体搜索信息;响应于所述泛需求知识标签结果、泛需求需求标签结果为错误的标签结果,根据所述实体知识标签结果、实体需求标签结果、问答知识标签结果和问答需求标签结果,确定所述第二搜索信息的类型为问答信息;响应于所述实体知识标签结果、实体需求标签结果、问答知识标签结果、问答需求标签结果,根据所述泛需求知识标签结果和泛需求需求标签结果,确定所述第二搜索信息的类型为泛需求搜索信息。14.根据权利要求8所述的方法,其中,所述根据所述知识图谱既定信息对应的标签和所述第二需求信息对应的标签,得到所述第二搜索信息对应的搜索结果,包括:将所述知识图谱既定信息对应的标签结果和所述第二需求信息对应的标签结果,转化为图检索语句;根据所述图检索语句,得到所述图检索语句对应的搜索结果。15.一种生成序列标注模型的装置,包括:第一获取模块,被配置成获取第一搜索信息和对应的第一标签;
第二获取模块,被配置成根据所述第一搜索信息,从预设的知识图谱中获取第一搜索信息对应的第二标签;信息确定模块,被配置成响应于所述第二标签与所述第一标签不一致,确定所述第一搜索信息中的第一需求信息不为所述知识图谱中的信息;模型训练模块,被配置成基于所述第一需求信息和所述第一需求信息对应的标签进行训练,得到训练后...
【专利技术属性】
技术研发人员:林泽南,卢佳俊,
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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。