[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

本申請實施例公開了一種文本處理方法、裝置、計算機設備以及存儲介質，文本處理方法可以應用于人工智能領域，文本處理方法包括：獲取目標文本，目標文本包括N個目標詞組；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；識別目標文本與K個文本主題之間的匹配權重特征，根據(jù)主題詞組權重特征集合、匹配權重特征和每個目標詞組的主題上下文特征確定目標文本的擴展主題特征；將擴展主題特征和N個目標詞組的主題上下文特征組合為目標文本特征，識別目標文本特征，得到目標文本所屬的業(yè)務文本類型。采用本申請，可以提高文本分類效率。

技術領域

本申請涉及計算機技術領域，尤其涉及一種文本處理方法、裝置、計算機設備以及存儲介質。

背景技術

文本分類是指按照一定的分類體系或者分類標準對文本進行分類標記。文本分類結果可以為文本下游任務提供數(shù)據(jù)基礎，例如，根據(jù)文本分類結果進行文本語義理解，根據(jù)文本分類結果進行精準推薦等。

目前，文本分類主要由人工完成，即人工理解整個文本后，按照預設的分類標準為文本設置對應的類型標簽。由于人工分類文本需要經(jīng)歷人工文本理解，人工設置標簽等過程，會耗費大量的時間，造成文本分類的效率低下。

發(fā)明內(nèi)容

本申請實施例提供一種文本處理方法、裝置、計算設備以及存儲介質，可以提高文本分類效率。

本申請實施例一方面提供了一種文本處理方法，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，根據(jù)所述主題詞組權重特征集合、所述匹配權重特征和每個目標詞組的主題上下文特征確定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。

本申請實施例一方面提供了一種文本處理裝置，包括：

獲取模塊，用于獲取目標文本，所述目標文本包括N個目標詞組，所述N是正整數(shù)；

第一確定模塊，用于根據(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)；

第一識別模塊，用于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；

第二確定模塊，用于根據(jù)所述主題詞組權重特征集合、所述匹配權重特征和每個目標詞組的主題上下文特征確定所述目標文本的擴展主題特征；

組合模塊，用于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；

第二識別模塊，用于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。

本申請實施例一方面提供了一種計算機設備，包括存儲器和處理器，存儲器存儲有計算機程序，計算機程序被處理器執(zhí)行時，使得處理器執(zhí)行上述各實施例中的方法。

本申請實施例一方面提供了一種計算機存儲介質，計算機存儲介質存儲有計算機程序，計算機程序包括程序指令，程序指令當被處理器執(zhí)行時，執(zhí)行上述各實施例中的方法。

本申請實施例一方面提供了一種計算機程序產(chǎn)品或計算機程序，計算機程序產(chǎn)品或計算機程序包括計算機指令，計算機指令存儲在計算機可讀存儲介質中，計算機指令被計算機設備的處理器執(zhí)行時，執(zhí)行上述各實施例中的方法。