(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910333278.3
(22)申请日 2019.04.22
(71)申请人 腾讯科技（深圳）有限公司
地址 518057 广东省深圳市南山区高新区
科技中一路腾讯大厦35层
(72)发明人 谢若冰 鲁亚楠 林芬
(74)专利代理机构 广州三环专利商标代理有限
公司 44202
代理人 郝传鑫 熊永强
(51)Int.Cl.
G06F 16/33(2019.01)
G06F 16/36(2019.01)
G06F 17/27(2006.01)
(54)发明名称
(57)摘要
本发明实施例公开了一种文本解析方法及
目标文本的主题类型；接着根据所述主题类型，
从预设的多个知识图谱中查目标知识图谱，该
目标知识图谱包括所述主题类型对应的R个文本
谱，确定目标文本中的M个文本片段、以及M个文
本片段之间的上下文关系；最后根据M个文本片
段之间的上下文关系，确定目标文本的语义。采
用本发明实施例，可以提高文本语义解析的精确
性，
从而提高文本匹配效率和准确度。权利要求书3页 说明书20页 附图4页CN 110096573 A 2019.08.06
C N 110096573
A
权 利 要 求 书1/3页CN 110096573 A
1.一种文本解析方法，其特征在于，所述方法包括：
当检测到目标文本时，确定所述目标文本的主题类型；
根据所述主题类型，从预设的多个知识图谱中查目标知识图谱，所述目标知识图谱包括所述主题类型对应的R个文本片段之间的上下文关系，所述R为大于1整数；
根据所述目标知识图谱，确定所述目标文本中的M个文本片段、以及所述M个文本片段之间的上下文关系，所述M为大于1且不大于R的整数；
根据所述M个文本片段之间的上下文关系，确定所述目标文本的语义。
2.如权利要求1所述的方法，其特征在于，所述根据所述目标知识图谱，确定所述目标文本中的M个文本片段包括：
对所述目标文本进行分词处理得到所述目标文本的分词信息，所述分词信息包括所述目标文本中的多个单词； 根据所述目标知识图谱和所述多个单词，确定N个候选文本片段，所述N为不小于M的整数；
确定所述N个候选文本片段中每个候选文本片段的语义信息；
根据所述语义信息，从所述N个候选文本片段中选择所述M个文本片段。
3.如权利要求1所述的方法，其特征在于，所述上下文关系包括第一上下文关系；
所述根据所述目标知识图谱，确定所述M个文本片段之间的上下文关系包括：
确定所述M个文本片段中的第x个文本片段和第y个文本片段之间的匹配信息，所述匹配信息包括文本类型、词性以及位置信息中的至少一项，其中，所述x为不大于M的整数，所述y为不大于M且不等于x的整数；
根据所述目标知识图谱和所述匹配信息，确定所述第x个文本片段和所述第y个文本片段之间是否存在所述第一上下文关系；
当所述第x个文本片段和所述第y个文本片段之间存在所述第一上下文关系时，将所述第一上下文关系存入关系候选集。
4.如权利要求3所述的方法，其特征在于，所述上下文关系包括第二上下文关系；
所述方法还包括：
确定所述第x个文本片段的第一文本类型和所述第y个文本片段的第二文本类型；
根据所述第一文本类型和所述第二文本类型，确定所述第x个文本片段和所述第y个文本片段之间是否存在所述第二上下文关系；
当所述第x个文本片段和所述第y个文本片段之间存在所述第二上下文关系时，将所述第二上下文关系存入所述关系候选集。
5.如权利要求4所述的方法，其特征在于，所述根据所述M个文本片段之间的上下文关系，确定所述目标文本的语义包括：
获取所述目标文本对应的关系消歧信息，所述关系消歧信息包括预设的逻辑推理规则、词权重、所述目标文本的语言模型特征中的至少一项；
根据所述关系消歧信息，从所述关系候选集中选择目标上下文关系；
根据所述目标上下文关系，确定所述目标文本的语义。
6.如权利要求5所述的方法，其特征在于，所述根据所述关系消歧信息，从所述关系候选集中选择目标上下文关系包括：
2
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议