【技术实现步骤摘要】
对象关系网络的构建方法、装置和电子设备
[0001]本公开涉及数据处理
,尤其涉及深度神经网络、深度学习等人工智能
,具体涉及一种对象关系网络的构建方法、装置和电子设备。
技术介绍
[0002]在对多个对象进行管理时,以企业中的多个管理政策和制度为例,例如招聘制度、人才管理、干部管理、组织管理等制度。通常情况下,制度之间存在关联关系,例如相互引用关系、上下游依赖关系等。
[0003]鉴于制度之间存在关联关系,若某一个制度发生调整,例如制度变更,则可能会引起其他具有关联关系的制度的联动变更,因此,如何有效地对多个对象进行有效管理是本公开技术人员亟待解决的问题。
技术实现思路
[0004]本公开提供了一种对象关系网络的构建方法、装置和电子设备,可以有效地对多个对象进行管理。
[0005]根据本公开的第一方面,提供了一种对象关系网络的构建方法,该对象关系网络的构建方法可以包括:
[0006]提取多个对象各自对应的文本内容中的关键词,得到各对象对应的关键词。
[0007]根据所述对象对应的关键词,确定所述多个对象之间的相似度。
[0008]根据所述多个对象之间的相似度,构建所述多个对象之间的对象关系网络。
[0009]根据本公开的第二方面,提供了一种分类模型的训练方法,该分类模型的训练方法可以包括:
[0010]获取多个样本组合分词;其中,各样本组合分词对应有标签,所述标签用于指示样本组合分词是否为关键词。
[0011]将多个样本组合 ...
【技术保护点】
【技术特征摘要】
1.一种对象关系网络的构建方法,包括:提取多个对象各自对应的文本内容中的关键词,得到各对象对应的关键词;根据所述对象对应的关键词,确定所述多个对象之间的相似度;根据所述多个对象之间的相似度,构建所述多个对象之间的对象关系网络。2.根据权利要求1所述的方法,其中,所述提取多个对象各自对应的文本内容中的关键词,得到各对象对应的关键词,包括:将所述对象对应的文本内容输入至关键词提取模型中,通过所述关键词提取模型中的分词模型,得到多个组合词汇各自对应的向量表征;将所述多个组合词汇各自对应的向量表征,输入至所述关键词提取模型中的分类模型中,得到所述对象对应的关键词。3.根据权利要求2所述的方法,其中,所述通过所述关键词提取模型中的分词模型,得到多个组合词汇各自对应的向量表征,包括:通过所述分词模型提取所述文本内容中的多个分词;根据所述分词对应的词嵌入向量和词性向量,确定所述分词对应的向量表征;根据所述分词对应的向量表征,确定所述多个组合词汇各自对应的向量表征;其中,所述多个组合词汇是由多个相邻分词构成的。4.根据权利要求1
‑
3任一项所述的方法,其中,所述多个对象包括第一对象和第二对象,根据所述对象对应的关键词,确定所述第一对象和所述第二对象之间的相似度,包括:根据所述第一对象和所述第二对象各自对应的关键词,确定所述第一对象和所述第二对象对应的交集关键词和并集关键词;根据所述第一对象对应的关键词确定所述第一对象对应的第一向量表征,及根据所述第二对象对应的关键词确定所述第二对象对应的第二向量表征;根据所述交集关键词、所述并集关键词、所述第一向量表征以及所述第二向量表征,确定所述第一对象和所述第二对象之间的相似度。5.根据权利要求4所述的方法,其中,所述根据所述交集关键词、所述并集关键词、所述第一向量表征以及所述第二向量表征,确定所述第一对象和所述第二对象之间的相似度,包括:根据所述交集关键词的数量与所述并集关键词的数量的比值,确定所述第一对象和所述第二对象之间的第一相似度;根据所述第一向量表征和所述第二向量表征,确定所述第一对象和所述第二对象之间的第二相似度;根据所述第一相似度和所述第二相似度,确定第一对象和所述第二对象之间的相似度。6.根据权利要求1
‑
5任一项所述的方法,其中,所述根据所述多个对象之间的相似度,构建所述多个对象之间的对象关系网络,包括:根据所述多个对象之间的相似度,从所述多个对象中确定目标对象;其中,所述目标对象对应的相似度大于预设阈值;确定所述目标对象对应的中心度;其中,所述中心度用于指示所述目标对象在待生成的对象关系网络中的位置;
根据所述目标对象对应的中心度,构建所述对象关系网络。7.根据权利要求6所述的方法,其中,所述根据所述目标对象对应的中心度,构建所述对象关系网络,包括:对所述目标对象进行聚类,得到多个聚类结果;其中,不同聚类结果中的目标对象在所述待生成的对象关系网络中的节点标识不同;根据所述目标对象对应的中心度和节点标识,构建所述对象关系网络。8.一种分类模型的训练方法,包括:获取多个样本组合分词;其中,各样本组合分词对应有标签,所述标签用于指示样本组合分词是否为关键词;将多个样本组合分词对应的样本向量表征输入至初始分类模型中,得到所述各样本组合分词对应的预测结果;其中,预测结果用于指示样本组合分词是否为关键词;根据所述样本组合分词对应的预测结果和标签,更新所述初始分类模型的网络参数。9.根据权利要求8所述的方法,其中,所述根据所述样本组合分词对应的预测结果和标签,更新所述初始分类模型的网络参数,包括:根据所述样本组合分词对应的预测结果和标签,构造所述样本组合分词对应的损失函数;根据所述样本组合分词对应的损失函数,更新所述初始分类模型的网络参数。10.一种对象关系网络的构建装置,包括:提取单元,用于提取多个对象各自对应的文本内容中的关键词,得到各对象对应的关键词;确定单元,用于根据所述对象对应的关键词,确定所述多个对象之间的相似度;构建单元,用于根据所述多个对象之间的相似度,构建所述多个对象之间的对象关系网络。11.根据权利要求10所述的装置,其中,所述提取单元包括第一提取模块和第二提取模块;所述第一提取模块,用于将所述对象对应的文本内容输入至关键词提取模型中,通过所述关键词提取模型中的分词模型,得到多个组合词汇各自对应的向量表征;所述第二提取模块,用于将所述多个组合词汇各自对应的向量表征,输入至所述关键词提取模型中的分类模型中,得到所述对象对应的关键...
【专利技术属性】
技术研发人员:王鹏,祝恒书,董政,姚开春,秦川,
申请(专利权)人:北京百度网讯科技有限公司,
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。