(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 202210361729.6 (22)申请日 2022.04.07 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 李平　马骏　王少军　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 陈春芹 (51)Int.Cl. G06F 40/126(2020.01) G06F 40/30(2020.01) G06N 20/00(2019.01) H03M 7/30(2006.01) (54)发明名称 数据压缩方法、 装置、 电子设备及存 储介质 (57)摘要 本申请实施例提供了一种数据压缩方法、 装 置、 电子设备及存储介质， 属于人工智 能技术领 域。 该方法包括： 获取待处理的原始长句数据； 对 所述原始长句数据进行编辑处理， 得到第一候选 短句数据； 计算所述第一候选短句数据对应的分 数数据， 并根据所述分数数据对 所述第一候选短 句数据进行排序处理， 得到排序数据； 对所述排 序数据进行筛选处理， 得到第二候选短句数据， 并将所述第二候选短句数据作为所述原始长句 数据， 重新获取待处理的所述原始长句数据直至 满足预设停止条件； 从满足所述预设停止条件对 应的上一所述排序数据中， 筛选得到目标短句数 据， 本申请实施例能够有效提高数据的压缩效 率。 权利要求书2页 说明书14页 附图5页 CN 114722774 A 2022.07.08 CN 114722774 A 1.一种数据压缩方法， 其特 征在于， 所述方法包括： 获取待处 理的原始长句数据； 对所述原 始长句数据进行编辑处 理， 得到第一 候选短句数据； 计算所述第 一候选短句数据对应的分数数据， 并根据所述分数数据对所述第 一候选短 句数据进行排序处 理， 得到排序数据； 对所述排序数据进行筛选处理， 得到第二候选短句数据， 并将所述第二候选短句数据 作为所述原 始长句数据， 重新获取待处 理的所述原 始长句数据直至满足预设停止条件； 从满足所述预设停止条件 对应的上一所述 排序数据中， 筛 选得到目标短句数据。 2.根据权利要求1所述的数据压缩方法， 其特征在于， 在所述对所述原始长句数据进行 编辑处理， 得到第一 候选短句数据的步骤之前， 包括： 对所述原始长句数据进行短语结构分析操作， 得到短语结构树， 其中， 所述短语结构树 包括从句数据和/或短语数据。 3.根据权利要求2所述的数据压缩方法， 其特征在于， 所述对所述原始长句数据进行编 辑处理， 得到第一 候选短句数据的步骤， 包括以下至少之一： 对所述原始长句数据中与 所述短语结构树对应相同的数据进行删除操作， 得到第 一候 选短句数据； 或者， 在所述短语结构树包括从句数据的情况下， 从所述短语结构树中提取所述从句数据， 作为所述第一 候选短句数据； 或者， 在所述短语结构树包括短语数据的情况下， 从所述短语结构树中提取所述短语数据， 作为所述第一 候选短句数据。 4.根据权利要求1至3任一项所述的数据压缩方法， 其特征在于， 所述计算所述第一候 选短句数据对应的分数 数据的步骤， 包括： 对所述第一候选短句数据与 所述原始长句数据进行语义相似度计算， 得到语义相似度 数据； 通过统计语言模型对所述第 一候选短句数据进行语句通顺度计算， 得到语句通顺度 数 据； 对所述第一候选短句数据与 所述原始长句数据进行距离计算和归一化处理， 得到候选 短句长度数据； 对所述语义相似度数据、 所述语句通顺度数据和所述候选短句长度数据进行乘积计 算， 得到所述第一 候选短句数据对应的分数 数据。 5.根据权利要求4所述的数据压缩方法， 其特征在于， 所述对所述第 一候选短句数据与 所述原始长句数据进行语义相似度计算， 得到语义相似度数据的步骤， 包括： 计算所述第一候选短句数据对应的第一句向量和所述原始长句数据对应的第二句向 量； 对所述第一句向量与所述第二句向量进行余弦相似度计算， 得到余弦相似度数据。 6.根据权利要求4所述的数据压缩方法， 其特征在于， 所述对所述第 一候选短句数据与 所述原始长句数据进行距离计算和归一 化处理， 得到候选短句长度数据的步骤， 包括： 计算所述第一候选短句数据对应的第一句子长度和所述原始长句数据对应的第二句 子长度；权　利　要　求　书 1/2 页 2 CN 114722774 A 2对所述第二句子 长度与所述第一句子 长度进行减法计算， 得到距离数据； 对所述距离数据进行归一 化处理， 得到候选短句长度数据。 7.根据权利要求1至 3任一项所述的数据压缩方法， 其特 征在于， 所述预设停止条件为： 当前排序 数据中的第 二候选短句数据对应的最大分数数据， 小于前一排序数据中的第 二候选短句数据对应的最大分数 数据。 8.一种数据压缩 装置， 其特 征在于， 所述装置包括： 数据获取模块， 用于获取待处 理的原始长句数据； 编辑处理模块， 用于对所述原 始长句数据进行编辑处 理， 得到第一 候选短句数据； 排序处理模块， 用于计算所述第一候选短句数据对应的分数数据， 并根据所述分数数 据对所述第一 候选短句数据进行排序处 理， 得到排序数据； 循环处理模块， 用于对所述排序数据进行筛选处理， 得到第 二候选短句数据， 并将所述 第二候选短句数据作为所述原始长句数据， 重新 获取待处理的所述原始长句数据直至满足 预设停止条件； 目标筛选模块， 用于从满足所述预设停止条件对应的上一所述排序数据中， 筛选得到 目标短句数据。 9.一种电子设备， 其特征在于， 所述电子设备包括存储器、 处理器、 存储在所述存储器 上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通 信的数据总线， 所述程序被所述处理器执行时实现如权利要求1至7任一项所述的数据压缩 方法的步骤。 10.一种存储介质， 所述存储介质为计算机可读存储介质， 用于计算机可读存储， 其特 征在于， 所述存储介质存储有一个或者多个程序， 所述一个或者多个程序可被一个或者多 个处理器执行， 以实现权利要求1至7中任一项所述的数据压缩方法的步骤。权　利　要　求　书 2/2 页 3 CN 114722774 A 3