[發(fā)明專利]文本處理方法、裝置、計算機設備以及存儲介質

有效

• 申請?zhí)枺?/td>: 202010872702.4
• 申請日: 2020-08-26
• 公開（公告）號: CN112035662B
• 公開（公告）日: 2021-06-08
• 發(fā)明（設計）人: 葉志豪;文瑞;陳曦;張子恒;李智勇
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

1.一種文本處理方法，其特征在于，包括：

獲取目標文本，所述目標文本包括N個目標詞組，所述N是正整數(shù)；

根據(jù)K個文本主題和V個詞匯表詞組之間的主題詞組權重特征集合，確定每個目標詞組與K個文本主題的主題上下文特征，K和V均是正整數(shù)；

識別所述目標文本與所述K個文本主題之間的匹配權重特征，調用擴展知識模型中的第一神經(jīng)感知器，將所述主題詞組權重特征集合壓縮為源主題知識特征矩陣；

調用所述擴展知識模型中的第二神經(jīng)感知器，將所述主題詞組權重特征集合壓縮為目標主題知識特征矩陣；

將所述源主題知識特征矩陣和每個目標詞組的主題上下文特征進行匹配，得到記憶權重特征；

將所述匹配權重特征和所述記憶權重特征疊加為集成權重特征；

將所述集成權重特征和所述目標主題知識特征矩陣進行加權求和，得到所述目標文本的擴展主題特征；

將所述擴展主題特征和N個目標詞組的主題上下文特征組合為目標文本特征，識別所述目標文本特征，得到所述目標文本所屬的業(yè)務文本類型。

2.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)K個文本主題和V個詞匯表詞組之間的主題詞組權重特征集合，確定每個目標詞組與K個文本主題的主題上下文特征，包括：

獲取每個目標詞組的詞向量特征；

根據(jù)N個目標詞組的詞向量特征，確定每個目標詞組的局部上下文特征；

根據(jù)所述主題詞組權重特征集合和每個目標詞組的局部上下文特征，確定每個目標詞組與K個文本主題的全局主題上下文特征；

將每個目標詞組的局部上下文特征和全局主題上下文特征疊加為每個目標詞組與K個文本主題的主題上下文特征。

3.根據(jù)權利要求2所述的方法，其特征在于，針對N個目標詞組中的任一目標詞組，根據(jù)N個目標詞組的詞向量特征確定所述任一目標詞組的局部上下文特征的流程包括：

分別確定所述任一目標詞組的詞向量特征和N個目標詞組的詞向量特征之間的第一特征相似度；

將N個第一特征相似度進行歸一化處理，得到N個標準第一特征相似度；

將N個標準第一特征相似度和N個目標詞組的詞向量特征進行加權求和，得到所述任一目標詞組的局部上下文特征。

4.根據(jù)權利要求2所述的方法，其特征在于，所述根據(jù)N個目標詞組的詞向量特征，確定每個目標詞組的局部上下文特征，包括：

獲取每個目標詞組在所述目標文本中的詞組位置特征，獲取每個目標詞組在所述目標文本中的語句位置特征；

將每個目標詞組的詞向量特征、詞組位置特征和語句位置特征拼接為每個目標詞組的輸入特征；

對N個輸入特征進行多注意力編碼，得到每個目標詞組的局部上下文特征。

5.根據(jù)權利要求2所述的方法，其特征在于，所述主題詞組權重特征集合包括K個主題詞組權重特征，任一主題詞組權重特征表示任一文本主題和V個詞匯表詞組之間的匹配權重；

針對N個目標詞組中的任一目標詞組，根據(jù)所述主題詞組權重特征集合和所述任一目標詞組的局部上下文特征確定所述任一目標詞組與K個文本主題的全局主題上下文特征的流程包括：

確定所述任一目標詞組的局部上下文特征和每個主題詞組權重特征之間的第二特征相似度；

將K個第二特征相似度進行歸一化處理，得到K個標準第二特征相似度；

將K個標準第二特征相似度和K個主題詞組權重特征進行加權求和，得到所述任一目標詞組與K個文本主題的全局主題上下文特征。

6.根據(jù)權利要求1所述的方法，其特征在于，所述識別所述目標文本與所述K個文本主題之間的匹配權重特征，包括：

根據(jù)所述V個詞匯表詞組的排布順序，將所述目標文本轉換為詞袋特征；

調用神經(jīng)主題模型中的編碼器對所述詞袋特征進行編碼處理，得到文本編碼特征；

調用所述神經(jīng)主題模型中的解碼器對所述文本編碼特征進行重構處理，得到所述目標文本與所述K個文本主題之間的匹配權重特征。