(19)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 202211197928.4 (22)申请日 2022.09.29 (71)申请人 咪咕文化科技有限公司 地址 100000 北京市西城区德胜门外大街 11号5幢40 0室(德胜园区) (72)发明人 裘思科　张坚毅　陈杰　谢周兵　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 专利代理师 徐秀秀 (51)Int.Cl. G06F 40/30(2020.01) G06F 16/35(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 术语在上下文中的语义一致性识别方法、 存 储介质及设备 (57)摘要 本发明提供一种术语在上下文中的语义一 致性识别方法、 存储介质及设备， 所述术语在上 下文中的语义一致性识别方法包括： 获取预设规 模的文本 数据； 将所述文本数据分割处理为数据 集， 按照正例和负例的区分标记所述数据集； 对 所述数据集进行句子遮掩处理， 将目标术语与所 述数据集进行拼接； 拼接所述目标术语后的各个 句子构成训练样本集； 按照正例和负例的区分识 别所述训练样本集中的句子； 根据所述训练样本 集中各个句子的识别结果， 确定术语一致性识别 模型。 本发明采用 深度学习技术， 实现了风险位 置的术语上 下文语义 一致性识别。 权利要求书2页 说明书7页 附图4页 CN 115526183 A 2022.12.27 CN 115526183 A 1.一种术语在上下文中的语义一致性识别方法， 其特征在于， 所述术语在上下文中的 语义一致性识别方法包括： 获取预设规模的文本数据； 将所述文本数据分割处 理为数据集， 按照正例和负例的区分标记所述数据集； 对所述数据集进行句子遮掩处理， 将目标术语与所述数据集进行拼接； 拼接所述目标 术语后的各个句子构成训练样本集； 按照正例和负例的区分识别所述训练样本集中的句子； 根据所述训练样本集中各个句子的识别结果， 确定术语一 致性识别模型。 2.根据权利要求1所述的术语在上下文中的语义一致性识别方法， 其特征在于， 所述获 取预设规模的文本数据的步骤， 包括： 由人物、 事 件的评论数据中或利用网络 爬虫抓取 方式获取 预设规模的文本数据。 3.根据权利要求1所述的术语在上下文中的语义一致性识别方法， 其特征在于， 所述将 所述文本数据分割处 理为数据集， 按照正例和负例的区分标记所述数据集的步骤， 包括： 对所述文本数据进行 数据清洗， 移除不利于训练的特殊符号； 按照启发式规则， 将清洗后的文本数据分割为句子集 合； 对所述句子集合中每一个句子， 按照给定的术语集进行扫描， 查看所述句子是否存在 完全匹配的术语字符串， 或者存在术语近似串； 响应于存在完全匹配的术语字符串， 则将所述句子作为正例记录到训练数据库中； 响 应于存在术语近似串， 则将所述句子作为负例记录 到所述训练数据库中。 4.根据权利要求1所述的术语在上下文中的语义一致性识别方法， 其特征在于， 所述对 所述数据集进行句子遮 掩处理， 将目标术语与所述数据集进行拼接的步骤， 包括： 在所述数据集的上下文句子中， 对所述目标术语对应的字符串或所述目标术语相关的 变形字符串， 利用遮 掩符号进行遮 掩； 将所述目标术语对应的字符串和遮掩后的上下文句子对应的字符串， 通过分隔符进行 拼接。 5.根据权利要求1所述的术语在上下文中的语义一致性识别方法， 其特征在于， 所述按 照正例和负例的区分识别所述训练样本集中的句子的步骤， 包括： 响应于所述训练样本集中的当前句子为 正例， 将所述当前句子标记为0； 响应于所述训练样本集中的当前句子为负例， 将所述当前句子标记为1。 6.根据权利要求1所述的术语在上下文中的语义一致性识别方法， 其特征在于， 在所述 根据所述训练样本集中各个句子的识别结果， 确定术语一致性识别模型 的步骤之后， 所述 术语在上 下文中的语义 一致性识别方法还 包括： 对所述训练样本集进行随机排序； 根据各次随机排序后的训练样本集， 生成不同的模型参数； 选择最佳 结果对应的模型参数， 生成所述 术语一致性识别模型。 7.根据权利要求1所述的术语在上下文中的语义一致性识别方法， 其特征在于， 在所述 根据所述训练样本集中各个句子的识别结果， 确定术语一致性识别模型 的步骤之后， 所述 术语在上 下文中的语义 一致性识别方法还 包括： 输入待检测句子；权　利　要　求　书 1/2 页 2 CN 115526183 A 2通过模式匹配识别所述待检测句子中的术语及变形术语； 在所述待检测句子中， 对所述 术语和所述变形术语进行遮 掩处理； 将遮掩处理后的待检测句子与所述 术语和所述变形术语进行拼接； 将拼接后的待检测句子 输入所述 术语一致性识别模型中进行一 致性识别。 8.根据权利要求7所述的术语在上下文中的语义一致性识别方法， 其特征在于， 在所述 将拼接后的待检测句子输入所述术语一致性识别模型中进 行一致性识别的步骤之后， 所述 术语在上 下文中的语义 一致性识别方法还 包括： 判断一致性识别结果与预期结果是否一 致； 响应于所述一致性识别结果与所述预期结果不一致， 对不一致情况进行记录， 报告所 述术语或所述变形术语使用存在错 误。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被处 理器执行时实现权利要求1至8中任一项所述的术语在上 下文中的语义 一致性识别方法。 10.一种电子设备， 其特 征在于， 包括： 处 理器及存 储器； 所述存储器用于存储计算机程序， 所述处理器用于执行所述存储器存储的计算机程 序， 以使所述电子设备执行如权利要求1至8中任一项 所述的术语在上下文中的语义一致性 识别方法。权　利　要　求　书 2/2 页 3 CN 115526183 A 3