[發(fā)明專利]一種文本處理方法、電子設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010434410.2
• 申請(qǐng)日: 2020-05-21
• 公開(kāi)（公告）號(hào): CN111522919A
• 公開(kāi)（公告）日: 2020-08-11
• 發(fā)明（設(shè)計(jì)）人: 姜旭;付驍弈;李嘉琛
• 申請(qǐng)（專利權(quán)）人: 上海明略人工智能（集團(tuán)）有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/9535
• 代理公司: 北京安信方達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11262
• 代理人: 王康;龍洪

1.一種文本處理方法，包括：

獲得待處理的文本以及所述文本對(duì)應(yīng)的標(biāo)簽；

從所述文本所包含的事件句中，確定多個(gè)候選事件句，其中，事件句是指包含事件觸發(fā)詞和命名實(shí)體的語(yǔ)句；

分別計(jì)算多個(gè)候選事件句與所述標(biāo)簽的相似度；

將所述多個(gè)候選事件句中相似度滿足預(yù)設(shè)相似度條件的候選事件句作為所述文本對(duì)應(yīng)的主題句。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述文本所包含的事件句中，確定多個(gè)候選事件句，包括：

對(duì)所述文本進(jìn)行處理，獲得所述文本中包含的事件句；

基于所述文本中包含的事件句，構(gòu)建加權(quán)無(wú)向圖，其中，所述加權(quán)無(wú)向圖中的節(jié)點(diǎn)表示事件句，所述加權(quán)無(wú)向圖中的每條邊表示每條邊所連接的兩個(gè)事件句之間相關(guān)聯(lián)，所述加權(quán)無(wú)向圖中的每個(gè)邊的權(quán)重值表示每個(gè)邊所連接的兩個(gè)事件句之間的關(guān)聯(lián)強(qiáng)度；

基于所述加權(quán)無(wú)向圖，從所述文本所包含的事件句中，確定多個(gè)候選事件句。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述文本進(jìn)行處理，獲得所述文本中包含的事件句，包括：

對(duì)所述文本進(jìn)行分句處理，得到多個(gè)語(yǔ)句；

對(duì)所述多個(gè)語(yǔ)句進(jìn)行命名實(shí)體識(shí)別，得到多個(gè)包含命名實(shí)體的語(yǔ)句；

基于預(yù)先構(gòu)建的事件觸發(fā)詞集，對(duì)所述多個(gè)包含命名實(shí)體的語(yǔ)句進(jìn)行事件觸發(fā)詞識(shí)別，得到所述文本中包含的事件句。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述文本中包含的事件句，構(gòu)建加權(quán)無(wú)向圖，包括：

針對(duì)每個(gè)事件句，通過(guò)自然語(yǔ)言處理方法，生成每個(gè)事件句的關(guān)鍵詞詞典，其中，每個(gè)事件句的關(guān)鍵詞詞典包括：該事件句中包含的事件信息及其對(duì)應(yīng)的類型信息，事件信息包括：命名實(shí)體、事件觸發(fā)詞、論元中的一種或多種，類型信息包括：命名實(shí)體所對(duì)應(yīng)的命名實(shí)體類型、事件觸發(fā)詞所對(duì)應(yīng)的事件類型、論元所對(duì)應(yīng)的觸發(fā)詞類型中的一種或多種；

基于每?jī)蓚€(gè)事件句的關(guān)鍵詞詞典，計(jì)算每?jī)蓚€(gè)事件句之間的關(guān)聯(lián)強(qiáng)度；

根據(jù)所述文本中包含的事件句以及每?jī)蓚€(gè)事件句之間的關(guān)聯(lián)強(qiáng)度，生成加權(quán)無(wú)向圖。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于每?jī)蓚€(gè)事件句的關(guān)鍵詞詞典，計(jì)算每?jī)蓚€(gè)事件句之間的關(guān)聯(lián)強(qiáng)度，包括：

對(duì)每?jī)蓚€(gè)事件句的關(guān)鍵詞詞典進(jìn)行遍歷，計(jì)算出每?jī)蓚€(gè)事件句所對(duì)應(yīng)的多個(gè)事件信息對(duì)的相似度；

將每?jī)蓚€(gè)事件句所對(duì)應(yīng)的多個(gè)事件信息對(duì)的相似度相加，得到每?jī)蓚€(gè)事件句之間的關(guān)聯(lián)強(qiáng)度。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述對(duì)每?jī)蓚€(gè)事件句的關(guān)鍵詞詞典進(jìn)行遍歷，計(jì)算出每?jī)蓚€(gè)事件句所對(duì)應(yīng)的多個(gè)事件信息對(duì)的相似度，包括：

對(duì)每?jī)蓚€(gè)事件句的關(guān)鍵詞詞典進(jìn)行遍歷，得到每?jī)蓚€(gè)事件句所對(duì)應(yīng)的多個(gè)事件信息對(duì)以及多個(gè)類型信息對(duì)，其中，多個(gè)類型信息對(duì)與多個(gè)事件信息對(duì)一一對(duì)應(yīng)；

針對(duì)每個(gè)事件信息對(duì)以及與每個(gè)事件信息對(duì)所對(duì)應(yīng)的類型信息，通過(guò)如下處理，計(jì)算出每個(gè)事件信息對(duì)的相似度：

確定該類型信息對(duì)中的兩個(gè)類型信息是否相同；

若該類型信息對(duì)中的兩個(gè)類型信息是相同的，將該類型信息對(duì)所對(duì)應(yīng)的事件信息對(duì)的相似度記為0；

若該類型信息對(duì)中的兩個(gè)類型信息是不相同的，根據(jù)文本相似度方法，計(jì)算該類型信息對(duì)所對(duì)應(yīng)的事件信息對(duì)的相似度。

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述加權(quán)無(wú)向圖，從所述文本所包含的事件句中，確定多個(gè)候選事件句，包括：

基于所述加權(quán)無(wú)向圖，計(jì)算每個(gè)事件句的重要性得分；

基于每個(gè)事件句的重要性得分，從所述文本所包含的事件句中，確定多個(gè)候選事件句。