本發(fā)明涉及數(shù)據(jù)處理，特別涉及一種用于知識(shí)編輯的判別器模型的處理方法和裝置。

背景技術(shù)：

1、大語(yǔ)言模型(large?language?models，llms)被廣泛應(yīng)用于多種自然語(yǔ)言處理(natural?language?processing,nlp)任務(wù)中，諸如翻譯任務(wù)、問答任務(wù)等。為提高大語(yǔ)言模型的泛化性、預(yù)測(cè)準(zhǔn)確度以及預(yù)測(cè)時(shí)效性，往往都要為其配置一個(gè)能進(jìn)行上下文參考/提示信息查詢的知識(shí)庫(kù)。

2、這類知識(shí)庫(kù)通常都由多個(gè)知識(shí)條目組成，每個(gè)知識(shí)條目的數(shù)據(jù)元素大致可分成兩類：1)三元組元素(s,r,o)，固定由知識(shí)主體(subject)、主客體關(guān)系(relation)、知識(shí)客體(object)組成；2)附加特征元素；根據(jù)實(shí)際應(yīng)用需求可以進(jìn)行多元化定制，常規(guī)情況下會(huì)包括諸如條目標(biāo)識(shí)、創(chuàng)建/更新時(shí)間、知識(shí)權(quán)重、知識(shí)領(lǐng)域類別等。這類知識(shí)庫(kù)還會(huì)定義對(duì)應(yīng)的知識(shí)結(jié)構(gòu)規(guī)則對(duì)所有元素的數(shù)據(jù)類型(諸如整數(shù)數(shù)據(jù)類型、浮點(diǎn)數(shù)據(jù)類型、字符數(shù)據(jù)類型、時(shí)間數(shù)據(jù)類型等)進(jìn)行規(guī)范化管理。

3、對(duì)這類知識(shí)庫(kù)進(jìn)行知識(shí)編輯(knowledge?editing)的編輯工具被稱為知識(shí)編輯器(knowledge?editor)。常規(guī)的知識(shí)編輯器應(yīng)至少提供查詢、添加、修改這三類基礎(chǔ)編輯功能：1)在處理知識(shí)查詢?nèi)蝿?wù)時(shí)，編輯器基于用戶側(cè)(諸如個(gè)人用戶、其他模型、其他工具等)輸入的查詢文本對(duì)知識(shí)庫(kù)進(jìn)行匹配知識(shí)條目查詢；2)在處理知識(shí)添加任務(wù)時(shí)，編輯器基于用戶側(cè)輸入的知識(shí)文本對(duì)知識(shí)庫(kù)進(jìn)行知識(shí)條目添加；3)在處理知識(shí)修改任務(wù)時(shí)，編輯器基于用戶側(cè)輸入的更新知識(shí)文本對(duì)知識(shí)庫(kù)進(jìn)行條目?jī)?nèi)容更新。并且在處理任一類編輯任務(wù)時(shí)，編輯器最好能向用戶提供多種知識(shí)編輯策略/方式(諸如圖譜結(jié)構(gòu)的編輯方式、列表結(jié)構(gòu)的編輯方式、配置結(jié)構(gòu)的編輯方式等)以供選擇。

4、目前市面上還沒有功能完善的通用編輯器，大多數(shù)llms模型應(yīng)用方還需要基于自身的知識(shí)庫(kù)特點(diǎn)定制開發(fā)一套私有的知識(shí)編輯器。而受開發(fā)者的技術(shù)經(jīng)驗(yàn)限制，這類定制編輯器或多或少都存在一些問題：1)合規(guī)性問題：有些編輯器不會(huì)對(duì)知識(shí)條目進(jìn)行合規(guī)性檢驗(yàn)，從而導(dǎo)致庫(kù)中的知識(shí)條目不能滿足對(duì)應(yīng)的知識(shí)結(jié)構(gòu)規(guī)則；2)一致性問題：有些編輯器在進(jìn)行知識(shí)添加/更新是只對(duì)當(dāng)前條目進(jìn)行添加/更新、不對(duì)庫(kù)中與當(dāng)前條目相似或同義的其他條目進(jìn)行內(nèi)容更新，從而導(dǎo)致庫(kù)中的相似/同義條目的知識(shí)內(nèi)容不一致；3)用戶體驗(yàn)問題：大多數(shù)定制編輯器都不會(huì)基于用戶行為習(xí)慣主動(dòng)推薦適配的知識(shí)編輯策略，這從用戶體驗(yàn)的角度來看也是有待提高的。

5、為幫助定制開發(fā)人員改善編輯器性能，本發(fā)明基于一個(gè)基準(zhǔn)的判別器模型結(jié)構(gòu)訓(xùn)練出了三類判別模型(知識(shí)合規(guī)性判別模型、知識(shí)一致性判別模型、知識(shí)編輯策略判別模型)，開發(fā)者通過應(yīng)用這三類判別模型就能較好的解決或改善上文中指出的合規(guī)性問題、一致性問題和用戶體驗(yàn)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的，就是針對(duì)現(xiàn)有技術(shù)的缺陷，提供一種用于知識(shí)編輯的判別器模型的處理方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。本發(fā)明基于目標(biāo)知識(shí)庫(kù)構(gòu)建一個(gè)用于進(jìn)行知識(shí)合規(guī)性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集和一個(gè)用于進(jìn)行知識(shí)一致性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集記為第一、第二數(shù)據(jù)集；并將目標(biāo)知識(shí)庫(kù)對(duì)應(yīng)的知識(shí)編輯器記為對(duì)應(yīng)的目標(biāo)編輯器，并對(duì)所有用戶使用目標(biāo)編輯器的用戶行為數(shù)據(jù)進(jìn)行持續(xù)跟蹤并基于跟蹤結(jié)果刷新各個(gè)用戶對(duì)應(yīng)的第一用戶歷史行為數(shù)據(jù)序列，并在得到的所有第一用戶歷史行為數(shù)據(jù)序列能夠覆蓋目標(biāo)知識(shí)庫(kù)的所有知識(shí)領(lǐng)域類別以及目標(biāo)編輯器的所有知識(shí)編輯策略時(shí)基于得到的所有第一用戶歷史行為數(shù)據(jù)序列構(gòu)建一個(gè)用于進(jìn)行知識(shí)編輯策略識(shí)別任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第三數(shù)據(jù)集；并設(shè)計(jì)一個(gè)基準(zhǔn)判別器模型，再基于第一、第二、第三數(shù)據(jù)集對(duì)基準(zhǔn)判別器模型進(jìn)行分別訓(xùn)練得到對(duì)應(yīng)的知識(shí)合規(guī)性判別模型、知識(shí)一致性判別模型和知識(shí)編輯策略判別模型；然后，再在任意用戶使用目標(biāo)編輯器處理知識(shí)添加任務(wù)時(shí)，將當(dāng)次添加的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目，并基于當(dāng)前知識(shí)條目和知識(shí)合規(guī)性判別模型進(jìn)行合規(guī)性檢驗(yàn)得到對(duì)應(yīng)檢驗(yàn)結(jié)果向目標(biāo)編輯器反饋；并在任意用戶使用目標(biāo)編輯器處理知識(shí)添加或修改任務(wù)時(shí)，將當(dāng)次添加或修改的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目，并基于當(dāng)前知識(shí)條目對(duì)目標(biāo)知識(shí)庫(kù)進(jìn)行同義條目查詢得到對(duì)應(yīng)的同義條目序列，并在同義條目序列不為空時(shí)基于當(dāng)前知識(shí)條目、同義條目序列和知識(shí)一致性判別模型進(jìn)行一致性檢驗(yàn)得到對(duì)應(yīng)檢驗(yàn)結(jié)果向目標(biāo)編輯器反饋；并在任意用戶使用目標(biāo)編輯器完成一次知識(shí)查詢并選中一條查詢得到的知識(shí)條目時(shí)，將當(dāng)前選中的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目，并將當(dāng)前用戶對(duì)應(yīng)的第一用戶歷史行為數(shù)據(jù)序列作為對(duì)應(yīng)的當(dāng)前用戶歷史行為數(shù)據(jù)序列，并基于當(dāng)前知識(shí)條目、當(dāng)前用戶歷史行為數(shù)據(jù)序列和知識(shí)編輯策略判別模型進(jìn)行編輯策略推薦處理得到對(duì)應(yīng)推薦策略向目標(biāo)編輯器反饋。定制編輯器的開發(fā)人員通過使用本發(fā)明提供的三類判別模型(知識(shí)合規(guī)性判別模型、知識(shí)一致性判別模型、知識(shí)編輯策略判別模型)能較好的解決或改善常規(guī)定制編輯器存在的合規(guī)性問題、一致性問題和用戶體驗(yàn)問題；通過本發(fā)明不但可以提高定制編輯器的數(shù)據(jù)合規(guī)性檢驗(yàn)?zāi)芰蛿?shù)據(jù)一致性保障能力，還能提高用戶對(duì)定制編輯器的使用體驗(yàn)。

2、為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例第一方面提供了一種用于知識(shí)編輯的判別器模型的處理方法，所述方法包括：

3、基于預(yù)設(shè)的目標(biāo)知識(shí)庫(kù)構(gòu)建一個(gè)用于進(jìn)行知識(shí)合規(guī)性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第一數(shù)據(jù)集；并基于所述目標(biāo)知識(shí)庫(kù)構(gòu)建一個(gè)用于進(jìn)行知識(shí)一致性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第二數(shù)據(jù)集；并將所述目標(biāo)知識(shí)庫(kù)對(duì)應(yīng)的知識(shí)編輯器記為對(duì)應(yīng)的目標(biāo)編輯器；并對(duì)所有用戶使用所述目標(biāo)編輯器的用戶行為數(shù)據(jù)進(jìn)行持續(xù)跟蹤并基于跟蹤結(jié)果刷新各個(gè)用戶對(duì)應(yīng)的第一用戶歷史行為數(shù)據(jù)序列；并在得到的所有所述第一用戶歷史行為數(shù)據(jù)序列能夠覆蓋所述目標(biāo)知識(shí)庫(kù)的所有知識(shí)領(lǐng)域類別以及所述目標(biāo)編輯器的所有知識(shí)編輯策略時(shí)，基于得到的所有所述第一用戶歷史行為數(shù)據(jù)序列構(gòu)建一個(gè)用于進(jìn)行知識(shí)編輯策略識(shí)別任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第三數(shù)據(jù)集；

4、設(shè)計(jì)一個(gè)基準(zhǔn)判別器模型；并基于所述第一數(shù)據(jù)集對(duì)所述基準(zhǔn)判別器模型進(jìn)行訓(xùn)練得到對(duì)應(yīng)的知識(shí)合規(guī)性判別模型；并基于所述第二數(shù)據(jù)集對(duì)所述基準(zhǔn)判別器模型進(jìn)行訓(xùn)練得到對(duì)應(yīng)的知識(shí)一致性判別模型；并基于所述第三數(shù)據(jù)集對(duì)所述基準(zhǔn)判別器模型進(jìn)行訓(xùn)練得到對(duì)應(yīng)的知識(shí)編輯策略判別模型；

5、在任意用戶使用所述目標(biāo)編輯器處理知識(shí)添加任務(wù)時(shí)，將當(dāng)次添加的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目；并基于所述當(dāng)前知識(shí)條目和所述知識(shí)合規(guī)性判別模型進(jìn)行合規(guī)性檢驗(yàn)得到對(duì)應(yīng)的第一檢驗(yàn)結(jié)果向所述目標(biāo)編輯器反饋；

6、在任意用戶使用所述目標(biāo)編輯器處理知識(shí)添加或修改任務(wù)時(shí)，將當(dāng)次添加或修改的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目；并基于所述當(dāng)前知識(shí)條目對(duì)所述目標(biāo)知識(shí)庫(kù)進(jìn)行同義條目查詢得到對(duì)應(yīng)的同義條目序列；并在所述同義條目序列不為空時(shí)，基于所述當(dāng)前知識(shí)條目、所述同義條目序列和所述知識(shí)一致性判別模型進(jìn)行一致性檢驗(yàn)得到對(duì)應(yīng)的第二檢驗(yàn)結(jié)果向所述目標(biāo)編輯器反饋；

7、在任意用戶使用所述目標(biāo)編輯器完成一次知識(shí)查詢并選中一條查詢得到的知識(shí)條目時(shí)，將當(dāng)前選中的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目；并將當(dāng)前用戶對(duì)應(yīng)的所述第一用戶歷史行為數(shù)據(jù)序列作為對(duì)應(yīng)的當(dāng)前用戶歷史行為數(shù)據(jù)序列；并基于所述當(dāng)前知識(shí)條目、所述當(dāng)前用戶歷史行為數(shù)據(jù)序列和所述知識(shí)編輯策略判別模型進(jìn)行編輯策略推薦處理得到對(duì)應(yīng)的策略推薦結(jié)果向所述目標(biāo)編輯器反饋。

8、優(yōu)選的，所述目標(biāo)知識(shí)庫(kù)包括多個(gè)第一知識(shí)條目；所述第一知識(shí)條目的數(shù)據(jù)元素至少包括第一條目標(biāo)識(shí)、第一創(chuàng)建/更新時(shí)間、第一三元組元素、第一知識(shí)權(quán)重和第一知識(shí)領(lǐng)域類別；所述第一三元組元素包括第一知識(shí)主體、第一主客體關(guān)系和第一知識(shí)客體；所述目標(biāo)知識(shí)庫(kù)對(duì)應(yīng)的知識(shí)結(jié)構(gòu)規(guī)則包括多個(gè)知識(shí)結(jié)構(gòu)約束；每個(gè)所述知識(shí)結(jié)構(gòu)約束用于對(duì)知識(shí)條目的一類數(shù)據(jù)元素的數(shù)據(jù)格式或數(shù)據(jù)類型進(jìn)行約束；

9、所述第一數(shù)據(jù)集包括多個(gè)第一數(shù)據(jù)記錄；所述第一數(shù)據(jù)記錄包括第一訓(xùn)練序列和第一標(biāo)簽向量；所述第一訓(xùn)練序列為一個(gè)文本序列，由第一訓(xùn)練知識(shí)主體、所述第一分隔符、第一訓(xùn)練主客體關(guān)系、所述第一分隔符和第一訓(xùn)練知識(shí)客體順序拼接而成；所述第一標(biāo)簽向量由多個(gè)第一標(biāo)簽概率組成，所述第一標(biāo)簽概率與所述知識(shí)結(jié)構(gòu)約束一一對(duì)應(yīng)；若所述第一訓(xùn)練序列滿足某個(gè)所述知識(shí)結(jié)構(gòu)約束的約束條件，則所述第一標(biāo)簽向量中與當(dāng)前所述知識(shí)結(jié)構(gòu)約束對(duì)應(yīng)的所述第一標(biāo)簽概率為1；若所述第一訓(xùn)練序列不滿足某個(gè)所述知識(shí)結(jié)構(gòu)約束的約束條件，則所述第一標(biāo)簽向量中與當(dāng)前所述知識(shí)結(jié)構(gòu)約束對(duì)應(yīng)的所述第一標(biāo)簽概率為0；

10、所述第二數(shù)據(jù)集包括多個(gè)第二數(shù)據(jù)記錄；所述第二數(shù)據(jù)記錄包括第二訓(xùn)練序列和第二標(biāo)簽向量；所述第二訓(xùn)練序列由多個(gè)第一訓(xùn)練條目元素組排序而成；所述第一條目訓(xùn)練元素組包括第一條目客體和第一條目知識(shí)領(lǐng)域類別；所述第二標(biāo)簽向量由多個(gè)第二標(biāo)簽概率組成，所述第二標(biāo)簽概率與所述第一訓(xùn)練條目元素組一一對(duì)應(yīng)；若所述第二訓(xùn)練序列中的一個(gè)所述第一訓(xùn)練條目元素組與其他所有所述第一訓(xùn)練條目元素組的內(nèi)容保持一致，則對(duì)應(yīng)的所述第二標(biāo)簽概率為1；若所述第二訓(xùn)練序列中的一個(gè)所述第一訓(xùn)練條目元素組與其他任一個(gè)所述第一訓(xùn)練條目元素組的內(nèi)容未能保持一致，則對(duì)應(yīng)的所述第二標(biāo)簽概率為0；

11、所述第三數(shù)據(jù)集包括多個(gè)第三數(shù)據(jù)記錄；所述第三數(shù)據(jù)記錄包括第三訓(xùn)練序列和第三標(biāo)簽向量；所述第三訓(xùn)練序列由多個(gè)第一訓(xùn)練行為數(shù)據(jù)按時(shí)間先后順序排序而成；所述第一訓(xùn)練行為數(shù)據(jù)包括第一訓(xùn)練知識(shí)領(lǐng)域選型和第一訓(xùn)練編輯策略選型；所述第一訓(xùn)練知識(shí)領(lǐng)域選型包括多類所述知識(shí)領(lǐng)域類別，所述第一訓(xùn)練編輯策略選型包括多類所述知識(shí)編輯策略；所述第三標(biāo)簽向量由多個(gè)第三標(biāo)簽概率組成，每個(gè)所述第三標(biāo)簽概率與一個(gè)由一類所述知識(shí)領(lǐng)域類別和一類所述知識(shí)編輯策略組成的領(lǐng)域+策略組合對(duì)應(yīng)；所述第三標(biāo)簽概率的取值為0或1，所述第三標(biāo)簽向量中有且只有一個(gè)所述第三標(biāo)簽概率為1；所述第三數(shù)據(jù)集應(yīng)覆蓋所述目標(biāo)知識(shí)庫(kù)的所有所述知識(shí)領(lǐng)域類別以及所述目標(biāo)編輯器的所有所述知識(shí)編輯策略；

12、所述第一用戶歷史行為數(shù)據(jù)序列由多個(gè)第一用戶歷史行為數(shù)據(jù)按時(shí)間先后順序排序而成；所述第一用戶歷史行為數(shù)據(jù)包括第一用戶知識(shí)領(lǐng)域選型和第一用戶編輯策略選型；所述第一用戶知識(shí)領(lǐng)域選型包括多類所述知識(shí)領(lǐng)域類別，所述第一用戶編輯策略選型包括多類所述知識(shí)編輯策略。

13、優(yōu)選的，所述基準(zhǔn)判別器模型用于根據(jù)模型輸入序列進(jìn)行分類判別處理并輸出對(duì)應(yīng)的分類判別向量；所述判別預(yù)測(cè)向量由多個(gè)分類判別概率組成，每個(gè)分類判別概率對(duì)應(yīng)一個(gè)判別類型；所述基準(zhǔn)判別器模型包括編碼層、線性注意力層、池化層、全連接網(wǎng)絡(luò)和softmax層；所述編碼層基于transformer架構(gòu)的encoder模型結(jié)構(gòu)實(shí)現(xiàn)；所述編碼層的輸入端與模型輸入端連接，輸出端與所述線性注意力層的輸入端連接；所述線性注意力層的輸出端與所述池化層的輸入端連接；所述池化層的輸出端與所述全連接網(wǎng)絡(luò)的輸入端連接；所述全連接網(wǎng)絡(luò)的輸出端與所述softmax層的輸入端連接；所述softmax層的輸出端與模型輸出端連接；

14、所述知識(shí)合規(guī)性判別模型用于對(duì)模型輸入的一類輸入序列進(jìn)行對(duì)應(yīng)的合規(guī)性分類判別處理并輸出對(duì)應(yīng)的合規(guī)性分類判別向量；所述一類輸入序列為一個(gè)文本序列，由知識(shí)主體、第一分隔符、主客體關(guān)系、所述第一分隔符和知識(shí)客體順序拼接而成；所述第一分隔符為一個(gè)預(yù)設(shè)的單字符；所述合規(guī)性分類判別向量由多個(gè)合規(guī)性分類判別概率組成；所述合規(guī)性分類判別概率與所述知識(shí)結(jié)構(gòu)約束一一對(duì)應(yīng)；

15、所述知識(shí)一致性判別模型用于對(duì)模型輸入的二類輸入序列進(jìn)行對(duì)應(yīng)的一致性分類判別處理并輸出對(duì)應(yīng)的一致性分類判別向量；所述二類輸入序列由多個(gè)條目元素組排序而成；所述條目元素組包括條目客體和條目知識(shí)領(lǐng)域類別；所述一致性分類判別向量由多個(gè)一致性分類判別概率組成；所述一致性分類判別概率與所述條目元素組一一對(duì)應(yīng)；

16、所述知識(shí)編輯策略判別模型用于對(duì)模型輸入的三類輸入序列進(jìn)行對(duì)應(yīng)的編輯策略分類判別處理并輸出對(duì)應(yīng)的領(lǐng)域策略分類判別向量；所述三類輸入序列由同一個(gè)用戶的多個(gè)歷史行為數(shù)據(jù)按時(shí)間先后順序排序而成；所述歷史行為數(shù)據(jù)包括知識(shí)領(lǐng)域選型和編輯策略選型；所述知識(shí)領(lǐng)域選型包括多類所述知識(shí)領(lǐng)域類別，所述編輯策略選型包括多類所述知識(shí)編輯策略；所述領(lǐng)域策略分類判別向量由多個(gè)領(lǐng)域策略分類判別概率組成，每個(gè)所述領(lǐng)域策略分類判別概率與一個(gè)由一類所述知識(shí)領(lǐng)域類別和一類所述知識(shí)編輯策略組成的所述領(lǐng)域+策略組合對(duì)應(yīng)；所述領(lǐng)域策略分類判別概率的總數(shù)與所述目標(biāo)知識(shí)庫(kù)和所述目標(biāo)編輯器的所述領(lǐng)域+策略組合的組合總數(shù)保持一致。

17、優(yōu)選的，所述基于預(yù)設(shè)的目標(biāo)知識(shí)庫(kù)構(gòu)建一個(gè)用于進(jìn)行知識(shí)合規(guī)性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第一數(shù)據(jù)集，具體包括：

18、將所述目標(biāo)知識(shí)庫(kù)中所有滿足所述知識(shí)結(jié)構(gòu)規(guī)則的所述第一知識(shí)條目提出出來組成對(duì)應(yīng)的第一條目集；

19、并對(duì)所述第一條目集的所有所述第一知識(shí)條目進(jìn)行一輪遍歷；并在本輪遍歷過程中，將當(dāng)前遍歷的所述第一知識(shí)條目作為對(duì)應(yīng)的當(dāng)前知識(shí)條目；并基于所述當(dāng)前知識(shí)條目進(jìn)行第一正樣本記錄生成處理得到一個(gè)對(duì)應(yīng)的所述第一數(shù)據(jù)記錄；并基于所述當(dāng)前知識(shí)條目進(jìn)行第一負(fù)樣本記錄生成處理得到一個(gè)對(duì)應(yīng)的所述第一數(shù)據(jù)記錄；并在本輪遍歷結(jié)束時(shí)，由得到的所有所述第一數(shù)據(jù)記錄組成對(duì)應(yīng)的所述第一數(shù)據(jù)集；

20、其中，

21、所述基于所述當(dāng)前知識(shí)條目進(jìn)行第一正樣本記錄生成處理得到一個(gè)對(duì)應(yīng)的所述第一數(shù)據(jù)記錄，具體為：將所述當(dāng)前知識(shí)條目的所述第一三元組元素的所述第一知識(shí)主體、所述第一主客體關(guān)系和所述第一知識(shí)客體提取出來作為對(duì)應(yīng)的所述第一訓(xùn)練知識(shí)主體、所述第一訓(xùn)練主客體關(guān)系和所述第一訓(xùn)練知識(shí)客體；并對(duì)所述第一訓(xùn)練知識(shí)主體、所述第一分隔符、所述第一訓(xùn)練主客體關(guān)系、所述第一分隔符和所述第一訓(xùn)練知識(shí)客體進(jìn)行順序拼接并將得到的拼接文本序列作為對(duì)應(yīng)的所述第一訓(xùn)練序列；并以所述知識(shí)結(jié)構(gòu)規(guī)則的所述知識(shí)結(jié)構(gòu)約束的總數(shù)為向量長(zhǎng)度構(gòu)建一個(gè)向量數(shù)據(jù)全為1的數(shù)值向量作為對(duì)應(yīng)的所述第一標(biāo)簽向量；并由所述當(dāng)前知識(shí)條目對(duì)應(yīng)的所述第一訓(xùn)練序列和所述第一標(biāo)簽向量組成一個(gè)對(duì)應(yīng)的所述第一數(shù)據(jù)記錄；

22、所述基于所述當(dāng)前知識(shí)條目進(jìn)行第一負(fù)樣本記錄生成處理得到一個(gè)對(duì)應(yīng)的所述第一數(shù)據(jù)記錄，具體為：將所述當(dāng)前知識(shí)條目的所述第一三元組元素的所述第一知識(shí)主體、所述第一主客體關(guān)系和所述第一知識(shí)客體提取出來作為對(duì)應(yīng)的所述第一訓(xùn)練知識(shí)主體、所述第一訓(xùn)練主客體關(guān)系和所述第一訓(xùn)練知識(shí)客體；并按違反所述知識(shí)結(jié)構(gòu)規(guī)則的違規(guī)修改方式，對(duì)得到的所述第一訓(xùn)練知識(shí)主體和/或所述第一訓(xùn)練主客體關(guān)系和/或所述第一訓(xùn)練知識(shí)客體進(jìn)行隨機(jī)修改；并在完成本次違規(guī)修改后，將所述知識(shí)結(jié)構(gòu)規(guī)則中各個(gè)由本次違規(guī)修改導(dǎo)致其約束條件無法被滿足的所述知識(shí)結(jié)構(gòu)約束記為對(duì)應(yīng)的違規(guī)約束；并對(duì)最新的所述第一訓(xùn)練知識(shí)主體、所述第一分隔符、最新的所述第一訓(xùn)練主客體關(guān)系、所述第一分隔符和最新的所述第一訓(xùn)練知識(shí)客體進(jìn)行順序拼接并將得到的拼接文本序列作為對(duì)應(yīng)的所述第一訓(xùn)練序列；并以所述知識(shí)結(jié)構(gòu)規(guī)則的所述知識(shí)結(jié)構(gòu)約束的總數(shù)為向量長(zhǎng)度構(gòu)建一個(gè)向量數(shù)據(jù)全為1的數(shù)值向量作為對(duì)應(yīng)的所述第一標(biāo)簽向量；并將當(dāng)前所述第一標(biāo)簽向量中與各個(gè)所述違規(guī)約束對(duì)應(yīng)的向量數(shù)據(jù)重置為0；并由最終得到的所述第一訓(xùn)練序列和所述第一標(biāo)簽向量組成一個(gè)對(duì)應(yīng)的所述第一數(shù)據(jù)記錄。

23、優(yōu)選的，所述基于所述目標(biāo)知識(shí)庫(kù)構(gòu)建一個(gè)用于進(jìn)行知識(shí)一致性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第二數(shù)據(jù)集，具體包括：

24、將所述目標(biāo)知識(shí)庫(kù)中的一組所述第一知識(shí)主體互為同義詞、且所述第一主客體關(guān)系互為同義詞、且所述第一知識(shí)客體的內(nèi)容保持一致、且所述第一知識(shí)領(lǐng)域類別的內(nèi)容保持一致的所述第一知識(shí)條目提取出來組成一個(gè)對(duì)應(yīng)的第一同義條目序列；并由得到的所有所述第一同義條目序列組成一個(gè)對(duì)應(yīng)的第一序列集合；

25、并對(duì)所述第一序列集合的所有所述第一同義條目序列進(jìn)行一輪遍歷；并在本輪遍歷過程中，將當(dāng)前遍歷的所述第一同義條目序列作為對(duì)應(yīng)的當(dāng)前同義條目序列；并基于所述當(dāng)前同義條目序列進(jìn)行第二正樣本記錄生成處理得到一個(gè)對(duì)應(yīng)的所述第二數(shù)據(jù)記錄；并基于所述當(dāng)前同義條目序列進(jìn)行第二負(fù)樣本記錄生成處理得到一個(gè)對(duì)應(yīng)的所述第二數(shù)據(jù)記錄；并在本輪遍歷結(jié)束時(shí)，由得到的所有所述第二數(shù)據(jù)記錄組成對(duì)應(yīng)的所述第二數(shù)據(jù)集；

26、其中，

27、所述基于所述當(dāng)前同義條目序列進(jìn)行第二正樣本記錄生成處理得到一個(gè)對(duì)應(yīng)的所述第二數(shù)據(jù)記錄，具體為：將所述當(dāng)前同義條目序列中的各個(gè)所述第一知識(shí)條目的所述第一知識(shí)客體和所述第一知識(shí)領(lǐng)域類別提取出來作為對(duì)應(yīng)的所述第一條目客體和所述第一條目知識(shí)領(lǐng)域類別組成一個(gè)對(duì)應(yīng)的所述第一訓(xùn)練條目元素組；并由得到的所有所述第一訓(xùn)練條目元素組順序排序組成對(duì)應(yīng)的所述第二訓(xùn)練序列；并以所述當(dāng)前同義條目序列的所述第一知識(shí)條目的總數(shù)為向量長(zhǎng)度構(gòu)建一個(gè)向量數(shù)據(jù)全為1的數(shù)值向量作為對(duì)應(yīng)的所述第二標(biāo)簽向量；并由所述當(dāng)前同義條目序列對(duì)應(yīng)的所述第二訓(xùn)練序列和所述第二標(biāo)簽向量組成一個(gè)對(duì)應(yīng)的所述第二數(shù)據(jù)記錄；

28、所述基于所述當(dāng)前同義條目序列進(jìn)行第二負(fù)樣本記錄生成處理得到一個(gè)對(duì)應(yīng)的所述第二數(shù)據(jù)記錄，具體為：將所述當(dāng)前同義條目序列中的各個(gè)所述第一知識(shí)條目的所述第一知識(shí)客體和所述第一知識(shí)領(lǐng)域類別提取出來作為對(duì)應(yīng)的所述第一條目客體和所述第一條目知識(shí)領(lǐng)域類別組成一個(gè)對(duì)應(yīng)的所述第一訓(xùn)練條目元素組；并由得到的所有所述第一訓(xùn)練條目元素組順序排序組成對(duì)應(yīng)的所述第二訓(xùn)練序列；并對(duì)得到的所述第二訓(xùn)練序列的部分或全部所述第一訓(xùn)練條目元素組的所述第一條目客體和/或所述第一條目知識(shí)領(lǐng)域類別進(jìn)行隨機(jī)修改，使得所述第二訓(xùn)練序列的部分或全部所述第一訓(xùn)練條目元素組的數(shù)據(jù)內(nèi)容無法保持一致；并在完成序列修改后，將所述第二訓(xùn)練序列中與其他任一個(gè)所述第一訓(xùn)練條目元素組的數(shù)據(jù)內(nèi)容不一致的所述第一訓(xùn)練條目元素組記為對(duì)應(yīng)的非一致性元素組；并以所述當(dāng)前同義條目序列的所述第一知識(shí)條目的總數(shù)為向量長(zhǎng)度構(gòu)建一個(gè)向量數(shù)據(jù)全為1的數(shù)值向量作為對(duì)應(yīng)的所述第二標(biāo)簽向量；并將所述第二標(biāo)簽向量中與各個(gè)所述非一致性元素組對(duì)應(yīng)的向量數(shù)據(jù)重置為0；并由最終得到的所述第二訓(xùn)練序列和所述第二標(biāo)簽向量組成一個(gè)對(duì)應(yīng)的所述第二數(shù)據(jù)記錄。

29、優(yōu)選的，所述對(duì)所有用戶使用所述目標(biāo)編輯器的用戶行為數(shù)據(jù)進(jìn)行持續(xù)跟蹤并基于跟蹤結(jié)果刷新各個(gè)用戶對(duì)應(yīng)的第一用戶歷史行為數(shù)據(jù)序列，具體包括：

30、在任意用戶第一次使用所述目標(biāo)編輯器時(shí)，為當(dāng)前用戶創(chuàng)建一個(gè)空序列作為對(duì)應(yīng)的所述第一用戶歷史行為數(shù)據(jù)序列；

31、并在任意用戶每次使用所述目標(biāo)編輯器對(duì)所述目標(biāo)知識(shí)庫(kù)中的一個(gè)所述第一知識(shí)條目進(jìn)行知識(shí)添加或修改處理時(shí)，將當(dāng)前用戶正在處理的所述第一知識(shí)條目的所述第一知識(shí)領(lǐng)域類別提取出來作為對(duì)應(yīng)的所述第一用戶知識(shí)領(lǐng)域選型，并將所述當(dāng)前用戶在所述目標(biāo)編輯器上正在使用的所述知識(shí)編輯策略作為對(duì)應(yīng)的所述第一用戶編輯策略選型，并由本次得到的所述第一用戶知識(shí)領(lǐng)域選型和所述第一用戶編輯策略選型組成一個(gè)對(duì)應(yīng)的所述第一用戶歷史行為數(shù)據(jù)向所述當(dāng)前用戶對(duì)應(yīng)的所述第一用戶歷史行為數(shù)據(jù)序列中添加。

32、優(yōu)選的，所述基于得到的所有所述第一用戶歷史行為數(shù)據(jù)序列構(gòu)建一個(gè)用于進(jìn)行知識(shí)編輯策略識(shí)別任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第三數(shù)據(jù)集，具體包括：

33、對(duì)得到的所有所述第一用戶歷史行為數(shù)據(jù)序列進(jìn)行一輪遍歷；并在本輪遍歷過程中，將當(dāng)前遍歷的所述第一用戶歷史行為數(shù)據(jù)序列作為對(duì)應(yīng)的當(dāng)前數(shù)據(jù)序列；并對(duì)所述當(dāng)前數(shù)據(jù)序列的所述第一用戶歷史行為數(shù)據(jù)的總數(shù)進(jìn)行統(tǒng)計(jì)并將統(tǒng)計(jì)結(jié)果作為對(duì)應(yīng)的當(dāng)前序列長(zhǎng)度；并對(duì)所述當(dāng)前序列長(zhǎng)度是否超過預(yù)設(shè)的第一序列長(zhǎng)度閾值進(jìn)行識(shí)別；若否，則將所述當(dāng)前數(shù)據(jù)序列作為一個(gè)對(duì)應(yīng)的第一數(shù)據(jù)序列；若是，則以所述第一序列長(zhǎng)度閾值作為對(duì)應(yīng)的最大切片序列長(zhǎng)度，并基于預(yù)設(shè)的滑動(dòng)步長(zhǎng)和所述最大切片序列長(zhǎng)度對(duì)所述當(dāng)前數(shù)據(jù)序列進(jìn)行滑動(dòng)切片處理得到對(duì)應(yīng)的多個(gè)切片數(shù)據(jù)序列，并將各個(gè)所述切片數(shù)據(jù)序列作為一個(gè)對(duì)應(yīng)的所述第一數(shù)據(jù)序列；

34、對(duì)所有所述第一用戶歷史行為數(shù)據(jù)序列的遍歷結(jié)束后，繼續(xù)對(duì)得到的所有所述第一數(shù)據(jù)序列進(jìn)行一輪遍歷；并在本輪遍歷過程中，將當(dāng)前遍歷的所述第一數(shù)據(jù)序列作為對(duì)應(yīng)的當(dāng)前數(shù)據(jù)序列；并將所述當(dāng)前數(shù)據(jù)序列中的各個(gè)所述第一用戶歷史行為數(shù)據(jù)的所述第一用戶知識(shí)領(lǐng)域選型和所述第一用戶編輯策略選型提取出來作為對(duì)應(yīng)的所述第一訓(xùn)練知識(shí)領(lǐng)域選型和所述第一訓(xùn)練編輯策略選型組成一個(gè)對(duì)應(yīng)的所述第一訓(xùn)練行為數(shù)據(jù)；并由得到的所有所述第一訓(xùn)練行為數(shù)據(jù)按時(shí)間先后順序排序組成一個(gè)對(duì)應(yīng)的第一臨時(shí)序列；并將所述第一臨時(shí)序列中最后一個(gè)所述第一訓(xùn)練行為數(shù)據(jù)記為對(duì)應(yīng)的目標(biāo)行為數(shù)據(jù)；并將移除了所述目標(biāo)行為數(shù)據(jù)的所述第一臨時(shí)序列作為一個(gè)對(duì)應(yīng)的所述第三訓(xùn)練序列；并對(duì)所述目標(biāo)知識(shí)庫(kù)與所述目標(biāo)編輯器的所有所述領(lǐng)域+策略組合進(jìn)行識(shí)別得到對(duì)應(yīng)的領(lǐng)域+策略組合集，并對(duì)所述領(lǐng)域+策略組合集的組合總數(shù)進(jìn)行統(tǒng)計(jì)得到對(duì)應(yīng)的第一組合總數(shù)；并以所述第一組合總數(shù)為向量長(zhǎng)度構(gòu)建一個(gè)向量數(shù)據(jù)全為0的數(shù)值向量作為對(duì)應(yīng)的所述第三標(biāo)簽向量；并將所述目標(biāo)行為數(shù)據(jù)的所述第一訓(xùn)練知識(shí)領(lǐng)域選型和所述第一訓(xùn)練編輯策略選型對(duì)應(yīng)的所述領(lǐng)域+策略組合記為對(duì)應(yīng)的目標(biāo)組合；并將所述第三標(biāo)簽向量中與所述目標(biāo)組合對(duì)應(yīng)的向量數(shù)據(jù)重置為1；并在完成向量重置后，由所述當(dāng)前數(shù)據(jù)序列對(duì)應(yīng)的所述第三訓(xùn)練序列和所述第三標(biāo)簽向量組成一個(gè)對(duì)應(yīng)的所述第三數(shù)據(jù)記錄；并在本輪遍歷結(jié)束時(shí)，由得到的所有所述第三數(shù)據(jù)記錄組成對(duì)應(yīng)的所述第三數(shù)據(jù)集。

35、優(yōu)選的，所述基于所述當(dāng)前知識(shí)條目和所述知識(shí)合規(guī)性判別模型進(jìn)行合規(guī)性檢驗(yàn)得到對(duì)應(yīng)的第一檢驗(yàn)結(jié)果向所述目標(biāo)編輯器反饋，具體包括：

36、步驟81，從所述當(dāng)前知識(shí)條目中提取出對(duì)應(yīng)的知識(shí)主體、主客體關(guān)系和知識(shí)客體作為對(duì)應(yīng)的當(dāng)前知識(shí)主體、當(dāng)前主客體關(guān)系和當(dāng)前知識(shí)客體；并由所述當(dāng)前知識(shí)主體、所述第一分隔符、所述當(dāng)前主客體關(guān)系、所述第一分隔符和所述當(dāng)前知識(shí)客體順序拼接成一個(gè)對(duì)應(yīng)的文本序列作為對(duì)應(yīng)的第一輸入序列；

37、步驟82，將所述第一輸入序列輸入所述知識(shí)合規(guī)性判別模型進(jìn)行對(duì)應(yīng)的合規(guī)性分類判別處理并將模型的輸出向量作為對(duì)應(yīng)的第一合規(guī)性分類判別向量；

38、步驟83，對(duì)所述第一合規(guī)性分類判別向量中各個(gè)合規(guī)性分類判別概率是否超過預(yù)設(shè)的合規(guī)概率閾值進(jìn)行識(shí)別，若是則將當(dāng)前合規(guī)性分類判別概率記為一個(gè)對(duì)應(yīng)的第一合規(guī)概率，若否則將當(dāng)前合規(guī)性分類判別概率記為一個(gè)對(duì)應(yīng)的第一違規(guī)概率；

39、步驟84，為所述知識(shí)結(jié)構(gòu)規(guī)則的各個(gè)所述知識(shí)結(jié)構(gòu)約束設(shè)置一個(gè)對(duì)應(yīng)的第一檢驗(yàn)狀態(tài)；并在所述第一合規(guī)概率的總數(shù)不為零時(shí)，將各個(gè)所述第一合規(guī)概率對(duì)應(yīng)的所述第一檢驗(yàn)狀態(tài)設(shè)為檢驗(yàn)通過；并在所述第一違規(guī)概率的總數(shù)不為零時(shí)，將各個(gè)所述第一違規(guī)概率對(duì)應(yīng)的所述第一檢驗(yàn)狀態(tài)設(shè)為檢驗(yàn)失?。?/p>

40、步驟85，由各個(gè)完成設(shè)置的所述第一檢驗(yàn)狀態(tài)和對(duì)應(yīng)的所述知識(shí)結(jié)構(gòu)約束組成一個(gè)對(duì)應(yīng)的第一檢驗(yàn)記錄；并由得到的所有所述第一檢驗(yàn)記錄組成對(duì)應(yīng)的所述第一檢驗(yàn)結(jié)果向所述目標(biāo)編輯器反饋。

41、優(yōu)選的，所述基于所述當(dāng)前知識(shí)條目、所述同義條目序列和所述知識(shí)一致性判別模型進(jìn)行一致性檢驗(yàn)得到對(duì)應(yīng)的第二檢驗(yàn)結(jié)果向所述目標(biāo)編輯器反饋，具體包括：

42、步驟91，從所述當(dāng)前知識(shí)條目中提取出對(duì)應(yīng)的知識(shí)客體和知識(shí)領(lǐng)域類別組成一個(gè)對(duì)應(yīng)的第一條目元素組；并將所述同義條目序列中各個(gè)所述第一知識(shí)條目的所述第一知識(shí)客體和所述第一知識(shí)領(lǐng)域類別提取出來組成一個(gè)對(duì)應(yīng)的所述第一條目元素組；并由得到的所有所述第一條目元素組順序排序組成一個(gè)對(duì)應(yīng)的第二輸入序列；

43、步驟92，將所述第二輸入序列輸入所述知識(shí)一致性判別模型進(jìn)行對(duì)應(yīng)的一致性分類判別處理并將模型的輸出向量作為對(duì)應(yīng)的第一一致性分類判別向量；

44、步驟93，對(duì)所述第一一致性分類判別向量中各個(gè)一致性分類判別概率是否超過預(yù)設(shè)的一致性概率閾值進(jìn)行識(shí)別，若是則將當(dāng)前一致性分類判別概率記為一個(gè)對(duì)應(yīng)的第二合規(guī)概率，若否則將當(dāng)前一致性分類判別概率記為一個(gè)對(duì)應(yīng)的第二違規(guī)概率；

45、步驟94，為所述第二輸入序列的各個(gè)所述第一條目元素組對(duì)應(yīng)的知識(shí)條目設(shè)置一個(gè)對(duì)應(yīng)的第二檢驗(yàn)狀態(tài)；并在所述第二合規(guī)概率的總數(shù)不為零時(shí)，將各個(gè)所述第二合規(guī)概率對(duì)應(yīng)的所述第二檢驗(yàn)狀態(tài)設(shè)為檢驗(yàn)通過；并在所述第二違規(guī)概率的總數(shù)不為零時(shí)，將各個(gè)所述第二違規(guī)概率對(duì)應(yīng)的所述第二檢驗(yàn)狀態(tài)設(shè)為檢驗(yàn)失??；

46、步驟95，由各個(gè)完成設(shè)置的所述第二檢驗(yàn)狀態(tài)和對(duì)應(yīng)的知識(shí)條目組成一個(gè)對(duì)應(yīng)的第二檢驗(yàn)記錄；并由得到的所有所述第二檢驗(yàn)記錄組成對(duì)應(yīng)的所述第二檢驗(yàn)結(jié)果向所述目標(biāo)編輯器反饋。

47、優(yōu)選的，所述基于所述當(dāng)前知識(shí)條目、所述當(dāng)前用戶歷史行為數(shù)據(jù)序列和所述知識(shí)編輯策略判別模型進(jìn)行編輯策略推薦處理得到對(duì)應(yīng)的策略推薦結(jié)果向所述目標(biāo)編輯器反饋，具體包括：

48、步驟101，將所述當(dāng)前用戶歷史行為數(shù)據(jù)序列輸入所述知識(shí)編輯策略判別模型進(jìn)行對(duì)應(yīng)的編輯策略分類判別處理并將模型的輸出向量作為對(duì)應(yīng)的第一領(lǐng)域策略分類判別向量；

49、步驟102，將所述第一領(lǐng)域策略分類判別向量中最大的領(lǐng)域策略分類判別概率對(duì)應(yīng)的所述領(lǐng)域+策略組合作為對(duì)應(yīng)的預(yù)測(cè)領(lǐng)域+策略組合；并將所述預(yù)測(cè)領(lǐng)域+策略組合對(duì)應(yīng)的所述知識(shí)領(lǐng)域類別和所述知識(shí)編輯策略作為對(duì)應(yīng)的預(yù)測(cè)知識(shí)領(lǐng)域類別和預(yù)測(cè)知識(shí)編輯策略；

50、步驟103，對(duì)所述當(dāng)前知識(shí)條目對(duì)應(yīng)的所述知識(shí)領(lǐng)域類別是否與所述預(yù)測(cè)知識(shí)領(lǐng)域類別匹配進(jìn)行識(shí)別；若匹配，則將所述預(yù)測(cè)知識(shí)編輯策略作為對(duì)應(yīng)的所述策略推薦結(jié)果；若不匹配，則將所述目標(biāo)知識(shí)庫(kù)和所述目標(biāo)編輯器對(duì)應(yīng)的所有所述領(lǐng)域+策略組合中所述知識(shí)領(lǐng)域類別與所述當(dāng)前知識(shí)條目對(duì)應(yīng)的所述知識(shí)領(lǐng)域類別匹配的多個(gè)所述領(lǐng)域+策略組合提取出來組成對(duì)應(yīng)的第一組合集，并將所述第一領(lǐng)域策略分類判別向量中與所述第一組合集的各個(gè)所述領(lǐng)域+策略組合對(duì)應(yīng)的領(lǐng)域策略分類判別概率提取出來組成對(duì)應(yīng)的第一概率集，并將所述第一概率集中的最大概率對(duì)應(yīng)的所述領(lǐng)域+策略組合對(duì)應(yīng)的所述知識(shí)編輯策略作為對(duì)應(yīng)的所述策略推薦結(jié)果；

51、步驟104，將得到的所述策略推薦結(jié)果向目標(biāo)編輯器反饋。

52、本發(fā)明實(shí)施例第二方面提供了一種用于實(shí)現(xiàn)上述第一方面所述的用于知識(shí)編輯的判別器模型的處理方法的裝置，所述裝置包括：數(shù)據(jù)集準(zhǔn)備模塊、模型構(gòu)建與訓(xùn)練模塊、第一模型應(yīng)用模塊、第二模型應(yīng)用模塊和第三模型應(yīng)用模塊；

53、所述數(shù)據(jù)集準(zhǔn)備模塊用于基于預(yù)設(shè)的目標(biāo)知識(shí)庫(kù)構(gòu)建一個(gè)用于進(jìn)行知識(shí)合規(guī)性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第一數(shù)據(jù)集；并基于所述目標(biāo)知識(shí)庫(kù)構(gòu)建一個(gè)用于進(jìn)行知識(shí)一致性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第二數(shù)據(jù)集；并將所述目標(biāo)知識(shí)庫(kù)對(duì)應(yīng)的知識(shí)編輯器記為對(duì)應(yīng)的目標(biāo)編輯器；并對(duì)所有用戶使用所述目標(biāo)編輯器的用戶行為數(shù)據(jù)進(jìn)行持續(xù)跟蹤并基于跟蹤結(jié)果刷新各個(gè)用戶對(duì)應(yīng)的第一用戶歷史行為數(shù)據(jù)序列；并在得到的所有所述第一用戶歷史行為數(shù)據(jù)序列能夠覆蓋所述目標(biāo)知識(shí)庫(kù)的所有知識(shí)領(lǐng)域類別以及所述目標(biāo)編輯器的所有知識(shí)編輯策略時(shí)，基于得到的所有所述第一用戶歷史行為數(shù)據(jù)序列構(gòu)建一個(gè)用于進(jìn)行知識(shí)編輯策略識(shí)別任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第三數(shù)據(jù)集；

54、所述模型構(gòu)建與訓(xùn)練模塊用于設(shè)計(jì)一個(gè)基準(zhǔn)判別器模型；并基于所述第一數(shù)據(jù)集對(duì)所述基準(zhǔn)判別器模型進(jìn)行訓(xùn)練得到對(duì)應(yīng)的知識(shí)合規(guī)性判別模型；并基于所述第二數(shù)據(jù)集對(duì)所述基準(zhǔn)判別器模型進(jìn)行訓(xùn)練得到對(duì)應(yīng)的知識(shí)一致性判別模型；并基于所述第三數(shù)據(jù)集對(duì)所述基準(zhǔn)判別器模型進(jìn)行訓(xùn)練得到對(duì)應(yīng)的知識(shí)編輯策略判別模型；

55、所述第一模型應(yīng)用模塊用于在任意用戶使用所述目標(biāo)編輯器處理知識(shí)添加任務(wù)時(shí)，將當(dāng)次添加的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目；并基于所述當(dāng)前知識(shí)條目和所述知識(shí)合規(guī)性判別模型進(jìn)行合規(guī)性檢驗(yàn)得到對(duì)應(yīng)的第一檢驗(yàn)結(jié)果向所述目標(biāo)編輯器反饋；

56、所述第二模型應(yīng)用模塊用于在任意用戶使用所述目標(biāo)編輯器處理知識(shí)添加或修改任務(wù)時(shí)，將當(dāng)次添加或修改的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目；并基于所述當(dāng)前知識(shí)條目對(duì)所述目標(biāo)知識(shí)庫(kù)進(jìn)行同義條目查詢得到對(duì)應(yīng)的同義條目序列；并在所述同義條目序列不為空時(shí)，基于所述當(dāng)前知識(shí)條目、所述同義條目序列和所述知識(shí)一致性判別模型進(jìn)行一致性檢驗(yàn)得到對(duì)應(yīng)的第二檢驗(yàn)結(jié)果向所述目標(biāo)編輯器反饋；

57、所述第三模型應(yīng)用模塊用于在任意用戶使用所述目標(biāo)編輯器完成一次知識(shí)查詢并選中一條查詢得到的知識(shí)條目時(shí)，將當(dāng)前選中的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目；并將當(dāng)前用戶對(duì)應(yīng)的所述第一用戶歷史行為數(shù)據(jù)序列作為對(duì)應(yīng)的當(dāng)前用戶歷史行為數(shù)據(jù)序列；并基于所述當(dāng)前知識(shí)條目、所述當(dāng)前用戶歷史行為數(shù)據(jù)序列和所述知識(shí)編輯策略判別模型進(jìn)行編輯策略推薦處理得到對(duì)應(yīng)的策略推薦結(jié)果向所述目標(biāo)編輯器反饋。

58、本發(fā)明實(shí)施例第三方面提供了一種電子設(shè)備，包括：存儲(chǔ)器、處理器和收發(fā)器；

59、所述處理器用于與所述存儲(chǔ)器耦合，讀取并執(zhí)行所述存儲(chǔ)器中的指令，以實(shí)現(xiàn)上述第一方面所述的方法步驟；

60、所述收發(fā)器與所述處理器耦合，由所述處理器控制所述收發(fā)器進(jìn)行消息收發(fā)。

61、本發(fā)明實(shí)施例第四方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，當(dāng)所述計(jì)算機(jī)指令被計(jì)算機(jī)執(zhí)行時(shí)，使得所述計(jì)算機(jī)執(zhí)行上述第一方面所述的方法的指令。

62、本發(fā)明實(shí)施例提供了一種用于知識(shí)編輯的判別器模型的處理方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。由上述內(nèi)容可知，本發(fā)明實(shí)施例基于目標(biāo)知識(shí)庫(kù)構(gòu)建一個(gè)用于進(jìn)行知識(shí)合規(guī)性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集和一個(gè)用于進(jìn)行知識(shí)一致性檢驗(yàn)任務(wù)訓(xùn)練的數(shù)據(jù)集記為第一、第二數(shù)據(jù)集；并將目標(biāo)知識(shí)庫(kù)對(duì)應(yīng)的知識(shí)編輯器記為對(duì)應(yīng)的目標(biāo)編輯器，并對(duì)所有用戶使用目標(biāo)編輯器的用戶行為數(shù)據(jù)進(jìn)行持續(xù)跟蹤并基于跟蹤結(jié)果刷新各個(gè)用戶對(duì)應(yīng)的第一用戶歷史行為數(shù)據(jù)序列，并在得到的所有第一用戶歷史行為數(shù)據(jù)序列能夠覆蓋目標(biāo)知識(shí)庫(kù)的所有知識(shí)領(lǐng)域類別以及目標(biāo)編輯器的所有知識(shí)編輯策略時(shí)基于得到的所有第一用戶歷史行為數(shù)據(jù)序列構(gòu)建一個(gè)用于進(jìn)行知識(shí)編輯策略識(shí)別任務(wù)訓(xùn)練的數(shù)據(jù)集記為對(duì)應(yīng)的第三數(shù)據(jù)集；并設(shè)計(jì)一個(gè)基準(zhǔn)判別器模型，再基于第一、第二、第三數(shù)據(jù)集對(duì)基準(zhǔn)判別器模型進(jìn)行分別訓(xùn)練得到對(duì)應(yīng)的知識(shí)合規(guī)性判別模型、知識(shí)一致性判別模型和知識(shí)編輯策略判別模型；然后，再在任意用戶使用目標(biāo)編輯器處理知識(shí)添加任務(wù)時(shí)，將當(dāng)次添加的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目，并基于當(dāng)前知識(shí)條目和知識(shí)合規(guī)性判別模型進(jìn)行合規(guī)性檢驗(yàn)得到對(duì)應(yīng)檢驗(yàn)結(jié)果向目標(biāo)編輯器反饋；并在任意用戶使用目標(biāo)編輯器處理知識(shí)添加或修改任務(wù)時(shí)，將當(dāng)次添加或修改的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目，并基于當(dāng)前知識(shí)條目對(duì)目標(biāo)知識(shí)庫(kù)進(jìn)行同義條目查詢得到對(duì)應(yīng)的同義條目序列，并在同義條目序列不為空時(shí)基于當(dāng)前知識(shí)條目、同義條目序列和知識(shí)一致性判別模型進(jìn)行一致性檢驗(yàn)得到對(duì)應(yīng)檢驗(yàn)結(jié)果向目標(biāo)編輯器反饋；并在任意用戶使用目標(biāo)編輯器完成一次知識(shí)查詢并選中一條查詢得到的知識(shí)條目時(shí)，將當(dāng)前選中的知識(shí)條目信息作為對(duì)應(yīng)的當(dāng)前知識(shí)條目，并將當(dāng)前用戶對(duì)應(yīng)的第一用戶歷史行為數(shù)據(jù)序列作為對(duì)應(yīng)的當(dāng)前用戶歷史行為數(shù)據(jù)序列，并基于當(dāng)前知識(shí)條目、當(dāng)前用戶歷史行為數(shù)據(jù)序列和知識(shí)編輯策略判別模型進(jìn)行編輯策略推薦處理得到對(duì)應(yīng)推薦策略向目標(biāo)編輯器反饋。定制編輯器的開發(fā)人員通過使用本發(fā)明實(shí)施例提供的三類判別模型(知識(shí)合規(guī)性判別模型、知識(shí)一致性判別模型、知識(shí)編輯策略判別模型)能較好的解決或改善常規(guī)定制編輯器存在的合規(guī)性問題、一致性問題和用戶體驗(yàn)問題；通過本發(fā)明實(shí)施例不但提高了定制編輯器的數(shù)據(jù)合規(guī)性檢驗(yàn)?zāi)芰蛿?shù)據(jù)一致性保障能力，還提高了用戶對(duì)定制編輯器的使用體驗(yàn)。