[發(fā)明專利]文本信息處理方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010286959.1
• 申請(qǐng)日: 2020-04-13
• 公開（公告）號(hào): CN111539212A
• 公開（公告）日: 2020-08-14
• 發(fā)明（設(shè)計(jì)）人: 劉澍;劉智靜;周宇超;康斌
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（武漢）有限公司
• 主分類號(hào): G06F40/30
• 分類號(hào): G06F40/30;G06K9/00;G06F16/33;G06F16/35;G10L15/26
• 代理公司: 深圳翼盛智成知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 蔡艾瑩

1.一種文本信息處理方法，其特征在于，包括：

獲取待處理的文本信息；

當(dāng)所述文本信息存在情感詞時(shí)，按照預(yù)設(shè)規(guī)則對(duì)所述文本信息中的情感詞進(jìn)行量化處理，并根據(jù)量化處理結(jié)果確定所述文本信息的目標(biāo)情感類別；

當(dāng)所述文本信息中不存在情感詞時(shí)，檢測(cè)所述文本信息的文本長(zhǎng)度；

若所述文本長(zhǎng)度小于或等于預(yù)設(shè)值，則根據(jù)所述文本信息的句向量確定其對(duì)應(yīng)屬于多個(gè)不同樣本情感類別的概率，并根據(jù)所述概率從多個(gè)不同樣本情感類別中確定所述文本信息的目標(biāo)情感類別；

若所述文本長(zhǎng)度大于所述預(yù)設(shè)值，則根據(jù)所述文本信息指定類型的嵌入向量確定所述文本信息的目標(biāo)情感類別，其中，不同類型的嵌入向量基于所述文本信息在不同維度上的特征及特征間的相關(guān)性得到。

2.根據(jù)權(quán)利要求1所述的文本信息處理方法，其特征在于，所述指定類型的嵌入向量包括：詞嵌入向量；

所述根據(jù)所述文本信息指定類型的嵌入向量確定所述文本信息的目標(biāo)情感類別，包括：

對(duì)所述詞嵌入向量進(jìn)行卷積處理；

將卷積處理后的詞嵌入向量轉(zhuǎn)換成句嵌入向量；

根據(jù)所述句嵌入向量確定所述文本信息的目標(biāo)情感類別。

3.根據(jù)權(quán)利要求1所述的文本信息處理方法，其特征在于，所述指定類型的嵌入向量包括：詞嵌入向量、位置嵌入向量及段嵌入向量；

所述根據(jù)所述文本信息指定類型的嵌入向量確定所述文本信息的目標(biāo)情感類別，包括：

基于位置嵌入向量和段嵌入向量于對(duì)所述詞嵌入向量進(jìn)行編碼處理；

將編碼處理后的詞嵌入向量變換成句嵌入向量；

根據(jù)所述句嵌入向量確定所述文本信息的目標(biāo)情感類別。

4.根據(jù)權(quán)利要求1所述的文本信息處理方法，其特征在于，所述指定類型的嵌入向量包括：詞嵌入向量、位置嵌入向量及段嵌入向量；

所述根據(jù)所述文本信息指定類型的嵌入向量確定所述文本信息的目標(biāo)情感類別，包括：

對(duì)所述詞嵌入向量進(jìn)行卷積處理，并將卷積處理后的詞嵌入向量轉(zhuǎn)換成第一句嵌入向量；

基于位置嵌入向量和段嵌入向量于對(duì)所述詞嵌入向量進(jìn)行編碼處理，并將編碼處理后的詞嵌入向量變換成第二句嵌入向量；

根據(jù)所述第一句嵌入向量確定所述文本信息對(duì)應(yīng)屬于多個(gè)不同樣本情感類別的第一概率，以及根據(jù)所述第二句嵌入向量確定所述文本信息對(duì)應(yīng)屬于所述多個(gè)不同樣本情感類別的第二概率；

根據(jù)所述第一概率和第二概率確定所述文本信息的目標(biāo)情感類別。

5.根據(jù)權(quán)利要求4所述的文本信息處理方法，其特征在于，根據(jù)所述第一概率和第二概率確定所述目標(biāo)文本的情感類別，包括：

分別確定每一樣本情感類別對(duì)應(yīng)的第一概率和第二概率；

對(duì)所述第一概率和第二概率做均值處理，得到每一樣本情感類別對(duì)應(yīng)的目標(biāo)概率；

從所述多個(gè)樣本情感類別中選取目標(biāo)概率值最大的確定為所述文本信息的目標(biāo)情感類別。

6.根據(jù)權(quán)利要求4所述的文本信息處理方法，其特征在于，還包括：

對(duì)所述文本信息進(jìn)行分詞處理得到相應(yīng)詞集，生成所述詞集的向量表示，得到詞嵌入向量；

確定所述文本信息的文本序列，根據(jù)每一單詞在所述文本序列中的位置生成每一單詞位置的向量表示，得到位置嵌入向量。

7.根據(jù)權(quán)利要求5所述的文本信息處理方法，其特征在于，在生成所述詞集的向量表示之前，還包括：

檢測(cè)所述文本信息中的表情包；

提取所述表情包中的文字；

對(duì)所述文字進(jìn)行分詞處理，并基于得到的單詞更新所述詞集；

將更新后詞集中詞頻小于預(yù)設(shè)詞頻的單詞刪除。