数据处理方法、装置、设备、存储介质及计算机程序产品制造方法及图纸

本申请提出了一种数据处理方法、装置、设备、存储介质及计算机程序产品，可以应用于云技术、人工智能、区块链、智慧交通、车载等各种领域或场景，该方法包括：获取查询对象，以及获取与所述查询对象相关联的目标知识图谱；对所述查询对象进行特征提取，得到查询对象特征，以及对所述目标知识图谱进行特征提取，得到知识图谱特征；将所述查询对象特征和所述知识图谱特征进行融合，得到融合特征；对所述融合特征进行处理，得到所述查询对象的意图识别结果。通过本申请实施例，可以有效提高意图识别的准确性。的准确性。的准确性。

【技术实现步骤摘要】
数据处理方法、装置、设备、存储介质及计算机程序产品


[0001]本申请涉及计算机
，尤其涉及一种数据处理方法、装置、设备、存储介质及计算机程序产品。

技术介绍

[0002]意图识别主要是对用户的潜在目标进行识别。例如，与“土豆”相关的有科普介绍、料理方法介绍、视频和图片等等，通过意图识别可以在用户查询“土豆”时，识别用户是想要了解“土豆”的料理方法，可以把料理方法的相关资讯作为结果返回给用户。
[0003]目前，通常是利用查询对象的分布式表达来实现意图识别，例如，分布式表达为利用卷积神经网络提取到的文本特征，但由于用户输入的查询对象往往是很短的，导致分布式表达过于稀疏，无法提供有效地语义信息，使得意图识别的准确性不高。

技术实现思路

[0004]本申请实施例提供了一种数据处理方法、装置、设备、存储介质及计算机程序产品，可以有效提高意图识别的准确性。
[0005]一方面，本申请实施例提供了一种数据处理方法，所述方法包括：
[0006]获取查询对象，以及获取与所述查询对象相关联的目标知识图谱；
[0007]对所述查询对象进行特征提取，得到查询对象特征，以及对所述目标知识图谱进行特征提取，得到知识图谱特征；
[0008]将所述查询对象特征和所述知识图谱特征进行融合，得到融合特征；
[0009]对所述融合特征进行处理，得到所述查询对象的意图识别结果。
[0010]另一方面，本申请实施例提供了一种数据处理装置，所述装置包括：
[0011]获取模块，用于获取查询对象，以及获取与所述查询对象相关联的目标知识图谱；
[0012]处理模块，用于对所述查询对象进行特征提取，得到查询对象特征，以及对所述目标知识图谱进行特征提取，得到知识图谱特征；
[0013]所述处理模块，还用于将所述查询对象特征和所述知识图谱特征进行融合，得到融合特征；
[0014]所述处理模块，还用于对所述融合特征进行处理，得到所述查询对象的意图识别结果。
[0015]相应地，本申请实施例提供了一种计算机设备，计算机设备包括处理器、通信接口和存储器，处理器、通信接口和存储器相互连接，其中，存储器存储有计算机程序，处理器用于调用计算机程序，执行上述任一可能实现方式的数据处理方法。
[0016]相应地，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，处理器执行上述任一可能实现方式的数据处理方法所涉及的计算机程序。
[0017]相应地，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机
设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一可能实现方式的数据处理方法。
[0018]本申请实施例中，可以对查询对象进行特征提取，得到查询对象特征，以及对与查询对象相关联的目标知识图谱进行特征提取，得到知识图谱特征，将查询对象特征和知识图谱特征进行融合得到融合特征，并对融合特征进行处理，得到查询对象的意图识别结果；通过上述数据处理方法，可以结合知识图谱提供的上下文信息，使得用于进行意图识别的融合特征能够提供更有效的语义信息，从而有效提高意图识别的准确性。
附图说明
[0019]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本申请实施例提供的一种数据处理方法的应用场景示意图；
[0021]图2为本申请实施例提供的一种搜索任务的处理流程示意图；
[0022]图3为本申请实施例提供的一种数据处理方法的流程示意图；
[0023]图4为本申请实施例提供的一种目标知识图谱的图谱示意图；
[0024]图5为本申请实施例提供的另一种数据处理方法的流程示意图；
[0025]图6为本申请实施例提供的一种原始模型的模型结构示意图；
[0026]图7为本申请实施例提供的另一种数据处理方法的流程示意图；
[0027]图8为本申请实施例提供的一种数据处理装置的结构示意图；
[0028]图9为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0029]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0030]需要说明的是，本申请实施例中所涉及到的“第一”、“第二”等描述仅用于描述目的，而不能理解为指示或者暗示其相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”等的技术特征可以明示或者隐含的包括至少一个该特征。
[0031]为了可以有效提高意图识别的准确性，本申请实施例提出了一种针对数据处理方法。
[0032]本申请实施例提出的一种数据处理方法可以基于人工智能技术实现，人工智能(Artificial Intelligence，AI)技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片云计算、云存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0033]自然语言处理(Nature Language processing，NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种
理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
[0034]随着人工智能技术的研究和进步，人工智能技术在多个领域展开研究和应用，本申请实施例在实现数据处理方法时可以具体涉及人工智能技术中的自然语言处理技术等技术。
[0035]在可行的实施例中，本申请实施例提供的数据处理方法还可以基于云技术(Cloud technology)和/或区块链技术实现。区块链：(blockchain或block chain)是借由密码学串接并保护内容的串连文字记录(又称区块)。每一个区块包含了前一个区块的加密散列、相应时间戳记以及交易数据(通常用默克尔树(Merkle tree)算法计算的散列值表示)，这样的设计使得区块内容具有难以篡改的特性。用区块链技术所串接的分布本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：获取查询对象，以及获取与所述查询对象相关联的目标知识图谱；对所述查询对象进行特征提取，得到查询对象特征，以及对所述目标知识图谱进行特征提取，得到知识图谱特征；将所述查询对象特征和所述知识图谱特征进行融合，得到融合特征；对所述融合特征进行处理，得到所述查询对象的意图识别结果。2.根据权利要求1所述的方法，其特征在于，所述获取与所述查询对象相关联的目标知识图谱，包括：从所述查询对象中获取查询实体；从融合知识图谱中确定与所述查询实体具有关联关系的目标关联实体，以及确定所述查询实体和所述目标关联实体中任意两个实体之间的连接关系；根据所述查询实体、所述目标关联实体和所述连接关系，确定与所述查询对象相关联的目标知识图谱。3.根据权利要求2所述的方法，其特征在于，所述目标关联实体为所述融合知识图谱中与所述查询实体具有连接关系，且连接路径上的中间实体的数量小于第一数量的实体；或者，当所述查询对象中还包括查询实体的关系对象时，所述目标关联实体包括第一类关联实体和第二类关联实体，所述第一类关联实体为所述融合知识图谱中与所述查询实体具有直接连接关系，且所述直接连接关系与所述关系对象相匹配的实体；所述第二类关联实体为所述融合知识图谱中与所述第一类关联实体具有连接关系，且连接路径上的中间实体的数量小于第二数量的实体。4.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述将所述查询对象特征和所述知识图谱特征进行融合，得到融合特征，包括：获取融合张量参数，其中，所述融合张量参数为M维张量参数，M为大于或等于2的正整数；利用所述融合张量参数将所述查询对象特征和所述知识图谱特征进行融合，得到融合特征。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：利用初始张量参数将训练对象特征和训练图谱特征进行融合，得到训练融合特征，所述训练对象特征为训练查询对象的特征，所述训练图谱特征为与所述训练查询对象相关联的知识图谱的特征；对所述训练融合特征进行处理，得到预测意图识别结果；根据所述预测意图识别结果和所述训练查询对象的真实意图标签确定预测损失参数；根据所述预测损失参数对所述初始张量...

【专利技术属性】
技术研发人员：黄剑辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：