System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能,特别涉及一种对象分类方法及相关设备。
技术介绍
1、试题知识点标注,是指给定一个试题,根据其内容和性质判定其所属的知识点。从自然语言处理的领域上来说,是一种文本分类任务。
2、相关技术中,大都是对输入的试题文本做一系列的处理和计算,利用试题本身的信息,然后将最后得到的向量表示输入到分类器,得到试题所属知识点。然而这样的模式下,仅依靠输入文本即试题来进行分类,导致最终为试题确定的知识点并不准确,因此,亟需优化现有试题知识点分类的准确率。
技术实现思路
1、为了解决相关技术中试题知识点分类不准确的问题,本申请提供了一种对象分类方法及相关设备:
2、根据本申请的第一方面,提供了一种对象分类方法,包括:
3、根据待分类对象的文本信息确定文本特征集合;文本特征集合包括多个文本特征;
4、获取待分类对象对应领域的知识图谱;知识图谱包括待分类对象对应领域所涉及的多个知识点和各知识点之间的关系;
5、获取知识图谱的知识图谱特征;知识图谱特征包括各知识点的知识点特征;
6、根据文本特征集合和知识图谱特征,确定多个文本特征中每个文本特征对应的知识点权重信息;知识点权重信息包括各知识点在每个文本特征上的注意力分布;
7、根据文本特征集合和每个文本特征对应的知识点权重信息,确定待分类对象的对象特征;
8、基于对象特征确定待分类对象的类别信息;类别信息包括至少一个知识点。
9、根据
10、第一确定模块,用于根据待分类对象的文本信息确定文本特征集合;文本特征集合包括多个文本特征;
11、第一获取模块,用于获取待分类对象对应领域的知识图谱;知识图谱包括待分类对象对应领域所涉及的多个知识点和各知识点之间的关系;
12、第二获取模块,用于获取知识图谱的知识图谱特征;知识图谱特征包括各知识点的知识点特征;
13、第二确定模块,用于根据文本特征集合和知识图谱特征,确定多个文本特征中每个文本特征对应的知识点权重信息;知识点权重信息包括各知识点在每个文本特征上的注意力分布;
14、第三确定模块,用于根据文本特征集合和每个文本特征对应的知识点权重信息,确定待分类对象的对象特征;
15、第四确定模块,用于基于对象特征确定待分类对象的类别信息;类别信息包括至少一个知识点。
16、根据本申请的第三方面,提供了一种电子设备,电子设备包括处理器和存储器,存储器中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现如第一方面的对象分类方法。
17、根据本申请的第四方面,提供了一种计算机存储介质,存储介质中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现如第一方面的对象分类方法。
18、根据本申请的第五方面,提供了一种计算机程序产品,计算机程序产品包括至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现如第一方面的对象分类方法。
19、本申请提供的一种对象分类方法及相关设备,具有如下技术效果:
20、本申请通过根据待分类对象的文本信息确定文本特征集合;文本特征集合包括多个文本特征;获取待分类对象对应领域的知识图谱;知识图谱包括待分类对象对应领域所涉及的多个知识点和各知识点之间的关系;获取知识图谱的知识图谱特征;知识图谱特征包括各知识点的知识点特征;根据文本特征集合和知识图谱特征,确定多个文本特征中每个文本特征对应的知识点权重信息;知识点权重信息包括各知识点在每个文本特征上的注意力分布;根据文本特征集合和每个文本特征对应的知识点权重信息,确定待分类对象的对象特征;基于对象特征确定待分类对象的类别信息;类别信息包括至少一个知识点。本申请基于对象文本的特征和对象所属领域的知识图谱特征来构建对象特征,基于该对象特征来确定对象的类别信息,即对象所属知识点;其中,知识图谱特征包含对象对应领域所涉及的多个知识点和各知识点之间的关系,这些信息可以辅助对象分类任务获得更多的准确率,从而有助于提高试题知识点自动标注的准确度。
本文档来自技高网...【技术保护点】
1.一种对象分类方法,其特征在于,包括:
2.根据权利要求1所述的对象分类方法,其特征在于,所述根据待分类对象的文本信息确定对应的文本特征集合,包括:
3.根据权利要求2所述的对象分类方法,其特征在于,所述文本特征提取模型包括输入层、向量表征层和语义转化层;
4.根据权利要求1所述的对象分类方法,其特征在于,所述获取所述知识图谱对应的知识图谱特征,包括:
5.根据权利要求1所述的对象分类方法,其特征在于,所述根据所述文本特征集合和所述知识图谱特征,确定所述多个文本特征中每个文本特征对应的知识点权重信息,包括:
6.根据权利要求1所述的对象分类方法,其特征在于,所述根据所述文本特征集合和所述每个文本特征对应的知识点权重信息,确定所述待分类对象的对象特征,包括:
7.根据权利要求1所述的对象分类方法,其特征在于,所述基于所述对象特征确定所述待分类对象的类别信息,包括:
8.根据权利要求7所述的对象分类方法,其特征在于,所述分类模型的生成方法,包括:
9.一种对象分类装置,其特征在于,包括:
10.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1-8任一项所述的对象分类方法。
11.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-8任一项所述的对象分类方法。
12.一种计算机程序产品,其特征在于,所述计算机程序产品包括至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-8任一项所述的对象分类方法。
...【技术特征摘要】
1.一种对象分类方法,其特征在于,包括:
2.根据权利要求1所述的对象分类方法,其特征在于,所述根据待分类对象的文本信息确定对应的文本特征集合,包括:
3.根据权利要求2所述的对象分类方法,其特征在于,所述文本特征提取模型包括输入层、向量表征层和语义转化层;
4.根据权利要求1所述的对象分类方法,其特征在于,所述获取所述知识图谱对应的知识图谱特征,包括:
5.根据权利要求1所述的对象分类方法,其特征在于,所述根据所述文本特征集合和所述知识图谱特征,确定所述多个文本特征中每个文本特征对应的知识点权重信息,包括:
6.根据权利要求1所述的对象分类方法,其特征在于,所述根据所述文本特征集合和所述每个文本特征对应的知识点权重信息,确定所述待分类对象的对象特征,包括:
7.根据权利要求1所述的对象分类方法,其特征在于,所述基于所述对象特征...
【专利技术属性】
技术研发人员:卢鑫鑫,刘萌,孙朝旭,蔡晓凤,吴嫒博,叶礼伟,杨晖,
申请(专利权)人:腾讯科技深圳有限公司,
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。