【技术实现步骤摘要】
上下位关系获取方法、装置、电子设备及存储介质
[0001]本申请涉及自然语言处理领域，具体涉及上下位关系获取方法、装置、电子设备及存储介质。
技术介绍
[0002]对象之间的上下位关系被广泛应用于诸如推荐系统、搜索系统的系统中，以用于向用户推荐对象、理解用户搜索意图等。目前，通常是利用诸如“...是一种...”的模板从文本中获取对象之间的上下位关系。
[0003]然而，由于对象之间的上下位关系最终被应用在依赖于用户的行为的诸如推荐系统、搜索系统的系统中，对象之间是否存在上下位关系是与用户的与对象相关的行为高度关联的，利用模板从文本中获取对象之间的上下位关系，没有考虑对象之间是否存在上下位关系与用户的与对象相关的行为的关联性，获取出至少部分上下位关系与用户行为无关联，导致获取到的对象之间的上下位关系的准确性较低。
技术实现思路
[0004]本申请提供上下位关系获取方法、装置、电子设备及存储介质。
[0005]根据本申请实施例的第一方面，提供一种上下位关系获取方法，包括：
[0006]从多...
【技术保护点】
【技术特征摘要】
1.一种上下位关系获取方法，其特征在于，所述方法包括：从多个数据对中获取目标数据对，所述数据对包括：第一对象、第二对象，其中，所述第二对象出现在预设时间段内以所述第一对象为搜索词进行搜索而返回的搜索结果中并且所述搜索结果被用户点击过，所述目标数据对包括：目标第一对象、目标第二对象；将目标数据对输入到上下位关系判断模型中，得到指示所述目标第一对象与所述目标第二对象是否具有上下位关系的第一判断结果，其中，所述上下位关系判断模型被配置为：利用预训练语言模型生成所述目标第一对象与所述目标第二对象之间的关系型表示；获取预设图，所述预设图包括：指示对象之间的已知的上下位关系的上下位关系图谱、所述多个数据对，其中，在所述预设图中，所述数据对中的第一对象与所述数据对中的第二对象之间的边的权重基于所述第二对象在所述第一对象下的点击次数确定；利用图神经网络基于所述预设图，生成所述目标第一对象的结构型表示和所述目标第二对象的结构型表示；基于所述关系型表示、所述目标第一对象的结构型表示、所述目标第二对象的结构型表示，生成所述目标数据对的目标表示；基于所述目标表示，生成所述第一判断结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在从多个数据对中获取目标数据对之前，基于所述第二对象在所述第一对象下的点击次数、所述第二对象的出现次数，确定所述第一对象与所述第二对象之间的边的权重，其中，所述第二对象的出现次数为所述预设时间段内，包括所述第二对象的搜索结果被返回的次数，所述包括所述第二对象的搜索结果基于在所述预设时间段内，以相应的搜索词进行搜索而返回，所述点击次数的多少与所述边的权重的大小正相关，所述出现次数的多少与所述边的权重的大小负相关。3.根据权利要求1所述的方法，其特征在于，利用预训练语言模型生成所述目标第一对象与所述目标第二对象之间的关系型表示包括：从领域知识数据中获取所述目标第一对象的特征数据和所述目标第二对象的特征数据，其中，所述领域知识数据包括所述目标第一对象和所述目标第二对象所属的领域中的多个对象的特征数据；利用预训练语言模型基于所述目标第一对象的特征数据和所述目标第二对象的特征数据，生成所述目标第一对象与所述目标第二对象之间的关系型表示。4.根据权利要求1所述的方法，其特征在于，利用图神经网络基于所述预设图，生成所述目标第一对象的结构型表示和所述目标第二对象的结构型表示包括：利用图神经网络基于所述预设图、目标向量表示集合，生成所述目标第一对象的结构型表示和目标第二对象的结构型表示，目标向量表示集合包括：目标第一对象的目标向量表示、目标第一对象的每一个第一相邻对象的目标向量表示、目标第二对象的目标向量表示、目标第二对象的每一个第二相邻对象的目标向量表示，其中，所述目标第一对象与所述第一相邻对象之间存在边，所述目标第二对象与所述第二相邻对象之间存在边；以及所述方法还包括：在从多个数据对中获取目标数据对之前，利用图神经网络基于所述预设图，生成预设图中的每一个对象的初始向量表示；
基于所述每一个对象的初始向量表示，进行向量表示调整，得到所述每一个对象的目标向量表示，其中，所述向量表示调整用于：对于所述预设图中的每一个对象，减小所述对象的向量表示与所述对象的相邻对象的向量表示之间的距离并且增大所述对象的向量表示与所述对象的非相邻对象的向量表示之间的距离，在所述预设图...
【专利技术属性】
技术研发人员：程思婕，许慧敏，张福宝，王宗宇，谢睿，武威，肖仰华，
申请(专利权)人：北京三快在线科技有限公司，
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。