申请/专利权人：京东科技控股股份有限公司

申请日：2019-09-29

公开（公告）日：2024-06-18

公开（公告）号：CN112579746B

主分类号：G06F16/332

分类号：G06F16/332;G06F16/33

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2021.12.14#著录事项变更;2021.12.14#著录事项变更;2021.12.07#实质审查的生效;2021.03.30#公开

摘要：本申请实施例提供一种获取文本对应的行为信息的方法和装置，包括：接收待识别文本；获取待识别文本所对应的多个语义向量，每个语义向量对应待识别文本经分词后得到的一个词语；根据多个语义向量和胶囊网络模型，得到多个行为向量，每个行为向量与一种行为信息相对应；根据多个行为向量，确定待识别文本所对应的至少一个行为信息。本申请通过胶囊网络模型对待识别文本进行学习，得到多个与行为信息对应的向量，可根据多个与行为信息对应的向量得到待识别文本所对应的一个或多个行为信息。

主权项：1.一种获取文本对应的行为信息的方法，其特征在于，包括：接收待识别文本；获取所述待识别文本所对应的多个语义向量，每个语义向量对应所述待识别文本经分词后得到的一个词语；根据所述多个语义向量和胶囊网络模型，得到多个行为向量，每个行为向量与一种行为信息相对应；根据所述多个行为向量，确定待识别文本所对应的至少一个行为信息；在所述根据所述多个语义向量和胶囊网络模型，得到多个行为向量之前，还包括：获取多个训练文本；获取每个训练文本所对应的多个语义向量，得到多个训练样本，每个训练文本包括一个训练样本所对应的多个语义向量；获取每个所述训练样本的标签；所述标签包括多个行为预设向量和多个法条预设向量，每个行为预设向量与一种行为信息相对应，每个法条预设向量与一条法条相对应；对于第m次学习：采用动态路由算法，根据第m-1次学习得到的第一胶囊网络模型包括的模糊权值矩阵和第m次学习所使用的第一训练样本包括的多个语义向量，获取多个模糊语义向量；采用所述动态路由算法，根据所述多个模糊语义向量和所述第一胶囊网络模型包括的行为权值矩阵和法条权值矩阵，获取多个行为实际向量和多个法条实际向量；根据所述多个行为实际向量、所述多个法条实际向量、所述第一训练样本的标签和误差函数，更新所述第一胶囊网络模型，得到第二胶囊网络模型，所述第二胶囊网络模型为第m次学习得到的胶囊网络模型；其中，m＝1,…,M，在m＝M时，所述第二胶囊网络模型为所述胶囊网络模型。

全文数据：

权利要求：

百度查询： 京东科技控股股份有限公司 获取文本对应的行为信息的方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD