(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 202210640242.1 (22)申请日 2022.06.08 (71)申请人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 李杨　孙健　余海洋　李晶阳　 (74)专利代理 机构 北京智信禾专利代理有限公 司 11637 专利代理师 赵杰 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/36(2019.01) (54)发明名称 数据处理方法以及装置 (57)摘要 本说明书实施例提供数据处理方法以及装 置， 其中所述数据处理方法包括： 从知识图库获 取SPO三元组； 利用所述SPO三元组构建搜索指 令， 并基于所述搜索指令抓取出对应的训练语 句； 将输入序列输入编码模型进行编码， 获得所 述输入序列中各个实体各自对应的编码， 其中， 所述输入序列中包含所述SPO三元组及对应的训 练语句； 将包含 各个实体各自对应的编码的输入 序列作为样本， 输入知识问答模型进行训练， 得 到训练后的知识问答模型， 其中， 所述样本的标 签根据所述SPO三元组确定， 本申请实施例提供 的数据处理方法提高了数据处理的速度， 提高了 模型预测的准确性。 权利要求书2页 说明书13页 附图9页 CN 115221297 A 2022.10.21 CN 115221297 A 1.一种数据处 理方法， 包括： 从知识图库获取S PO三元组； 利用所述S PO三元组构建搜索指令， 并基于所述搜索指令抓取 出对应的训练语句； 将输入序列输入编码模型进行编码， 获得所述输入序列中各个实体各自对应的编码， 其中， 所述输入序列中包 含所述SPO三元组及对应的训练语句； 将包含各个实体各自对应的编码的输入序列作为样本， 输入知识问答模型进行训练， 得到训练后的知识问答模型， 其中， 所述样本的标签根据所述S PO三元组确定 。 2.根据权利要求1所述的方法， 在获得所述输入序列中各个实体各自对应的编码之后， 还包括： 从所述知识图库， 获取 所述各个实体分别对应的子图； 将所述各个实体对应的子图以及对应的编码， 分别输入所述各个实体各自的门控单 元， 通过所述门控单 元选择所述子图中的信息融入所述编码， 获得融合后的编码。 3.根据权利要求1所述的方法， 所述利用所述S PO三元组构建搜索指令， 包括： 对所述SPO三元组进行 过滤， 获得过滤后的SPO三元组； 利用所述过 滤后的SPO三元组构建搜索指令 。 4.根据权利要求3所述的方法， 所述对所述S PO三元组进行 过滤， 包括： 根据过滤规则对所述SPO三元组进行过滤， 其中， 所述过滤规则包括实体长度过滤规 则、 关系长度过 滤规则、 实体出现次数 过滤规则和/或实体 类型过滤规则。 5.根据权利要求1所述的方法， 所述利用所述S PO三元组构建搜索指令， 包括： 从SPO三元组中选取实体进行拼接， 获得搜索语句； 基于所述搜索语句构建搜索指令 。 6.根据权利要求1所述的方法， 所述基于所述搜索指令抓取 出对应的训练语句， 包括： 基于所述搜索指令进行搜索， 获得初始训练语句； 基于语义匹配模型， 对所述初始训练语句进行 过滤， 获得训练语句。 7.根据权利要求1所述的方法， 所述将输入序列输入编码模型进行编码， 包括： 利用所述S PO三元组确定所述训练语句的正S PO三元组和负S PO三元组； 基于所述训练语句， 所述正SPO三元组和所述负SP O三元组生成输入序列并输入编码模 型进行编码。 8.根据权利要求1所述的方法， 在所述将输入序列输入编码模型进行编码之前， 还包 括： 将若干条输入序列的输入顺序进行随机排列， 生成若干条输入序列的输入顺序。 9.根据权利要求1所述的方法， 所述将包含各个实体各自对应的编码的输入序列作为 样本， 输入知识问答模型进行训练， 包括： 获取包含各个实体各自对应的编码的输入序列； 对所述输入序列进行掩码 操作， 获得样本并输入知识问答模型进行训练。 10.一种数据处 理装置， 包括： 第一获取模块， 被 配置为从知识图库获取S PO三元组； 构建模块， 被配置为利用所述SPO三元组构建搜索指令， 并基于所述搜索指令抓取出对 应的训练语句； 编码模块， 被配置为将输入序列输入编码模型进行编码， 获得所述输入序列中各个实权　利　要　求　书 1/2 页 2 CN 115221297 A 2体各自对应的编码， 其中， 所述输入序列中包 含所述SPO三元组及对应的训练语句； 输入模块， 被配置为将包含各个实体各自对应的编码的输入序列作为样本， 输入知识 问答模型进行训练， 得到训练后的知识问答模型， 其中， 所述样本的标签根据所述SPO三元 组确定。 11.一种数据处 理方法， 包括： 获取问题数据； 将所述问题数据输入如权利要求1所述的数据处理方法训练获得的知识问答模型进行 预测处理； 获得与所述问题数据对应的答案数据。 12.一种数据处 理装置， 包括： 第二获取模块， 被 配置为获取问题数据； 处理模块， 被配置为将所述问题数据输入如权利要求1所述的数据处理方法训练获得 的知识问答模型进行 预测处理； 输出模块， 被 配置为获得与所述问题数据对应的答案数据。 13.一种计算设备， 包括： 存储器和处 理器； 所述存储器用于存储计算机可执行指令， 所述处理器用于执行所述计算机可执行指 令， 该计算机可执行指 令被处理器执行时实现权利要求 1至9或11任意一项 所述数据处理方 法的步骤。 14.一种计算机可读存储介质， 其存储有计算机可执行指令， 该计算机可执行指令被处 理器执行时实现权利要求1至9或1 1任意一项所述数据处 理方法的步骤。权　利　要　求　书 2/2 页 3 CN 115221297 A 3