[發明專利]文本的處理方法和裝置

有效

• 申請號: 202010513209.3
• 申請日: 2020-06-08
• 公開（公告）號: CN111680508B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 王翰琦
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了文本的處理方法和裝置，涉及文本數據處理技術領域。具體實施方式包括：對文本進行切詞，得到多個詞語，以及按照預設類別，對所述多個詞語進行分類；基于所述多個詞語中各個詞語的類別，確定所述各個詞語的排列順序，以及生成符合所述排列順序的詞序列；基于所述詞序列中詞語的排列順序，生成目標有向無環圖；在元數據集合中，確定出所述目標有向無環圖的各個節點分別對應的元數據以及所確定的元數據之間的排列順序。本申請可以通過對文本進行分類，生成能夠體現詞語類別的目標有向無環圖，進而在元數據集合中準確地確定出相應的元數據，以及各個元數據之間的排列順序，以實現高效、準確地對文本進行描述。本申請適用于任何基于大數據的標簽計算系統語義轉標簽任務的模式。

技術領域

本申請實施例涉及計算機技術領域，具體涉及文本數據處理技術領域，尤其涉及文本的處理方法和裝置。

背景技術

文本的處理技術的應用場景非常多樣，比如，智能語音交互。目前處理文本的方式主要是自然語言處理(Natural?Language?Processing，NLP)技術。

在很多情況下，如果要處理的文本量較大，利用自然語言處理技術處理文本很可能會消耗大量的計算時間，并且通常需要依賴第三方平臺實現對文本進行自然語言處理，從而又進一步增加了時間以及資金成本。

發明內容

提供了一種文本的處理方法、裝置、電子設備以及存儲介質。

根據第一方面，提供了一種文本的處理方法，包括：對文本進行切詞，得到多個詞語，以及按照預設類別，對多個詞語進行分類；基于多個詞語中各個詞語的類別，確定各個詞語的排列順序，以及生成符合排列順序的詞序列；基于詞序列中詞語的排列順序，生成目標有向無環圖，其中，目標有向無環圖中的每個節點的主鍵包括詞序列中類別相同的至少一個詞語；在元數據集合中，確定出目標有向無環圖的各個節點分別對應的元數據以及所確定的元數據之間的排列順序，其中，元數據集合包括與節點對應的元數據，所確定的元數據之間的排列順序為所確定的元數據對應的節點之間的排列順序。

根據第二方面，提供了一種文本的處理裝置，包括：切詞單元，被配置成對文本進行切詞，得到多個詞語，以及按照預設類別，對多個詞語進行分類；類別確定單元，被配置成基于多個詞語中各個詞語的類別，確定各個詞語的排列順序，以及生成符合排列順序的詞序列；生成單元，被配置成基于詞序列中詞語的排列順序，生成目標有向無環圖，其中，目標有向無環圖中的每個節點的主鍵包括詞序列中類別相同的至少一個詞語；元數據確定單元，被配置成在元數據集合中，確定出目標有向無環圖的各個節點分別對應的元數據以及所確定的元數據之間的排列順序，其中，元數據集合包括與節點對應的元數據，所確定的元數據之間的排列順序為所確定的元數據對應的節點之間的排列順序。

根據第三方面，提供了一種電子設備，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現如文本的處理方法中任一實施例的方法。

根據第四方面，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如文本的處理方法中任一實施例的方法。

根據本申請的方案，可以通過對文本進行分類，生成能夠體現詞語類別的目標有向無環圖，進而在元數據集合中準確地確定出相應的元數據，以及各個元數據之間的排列順序，以實現高效、準確地對文本進行描述。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它特征、目的和優點將會變得更明顯：

圖1是本申請一些實施例可以應用于其中的示例性系統架構圖；

圖2是根據本申請的文本的處理方法的一個實施例的流程圖；

圖3是根據本申請的文本的處理方法的一個應用場景的示意圖；