(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 202210051806.8 (22)申请日 2022.01.17 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 王鹏　祝恒书　董政　姚开春　 秦川　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 代理人 章愫　刘芳 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/242(2020.01) G06F 40/289(2020.01) G06F 40/30(2020.01) (54)发明名称 对象关系网络的构建方法、 装置和电子设备 (57)摘要 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， 涉及深度神经网络、 深度学 习等人工智 能技术领域。 具体实现方案为： 通过 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； 并根据对象对应的关 键词， 确定多个对象之间的相似度； 再根据多个 对象之间的相似度， 构建多个对象之间的对象关 系网络。 鉴于通过多个对象之间的相似度， 构建 的对象关系网络可以准确地描述对象之间的关 系紧密程度， 因此， 通过构建的对象关系网络可 以有效地多个对象进行 管理。 权利要求书4页 说明书14页 附图6页 CN 114416990 A 2022.04.29 CN 114416990 A 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；权　利　要　求　书 1/4 页 2 CN 114416990 A 2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词。 12.根据权利要求11所述的装置， 其中， 所述第一提取模块包括第一提取子模块、 第二 提取子模块以及第三 提取子模块； 所述第一 提取子模块， 用于通过 所述分词模型提取 所述文本内容中的多个分词； 所述第二提取子模块， 用于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； 所述第三提取子模块， 用于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。 13.根据权利要求10 ‑12任一项所述的装置， 其中， 所述多个对象包括第一对象和第二 对象， 所述确定单 元包括第一确定模块、 第二确定模块以及第三确定模块； 所述第一确定模块， 用于根据所述第一对象和所述第二对象各自对应的关键词， 确定权　利　要　求　书 2/4 页 3 CN 114416990 A 3