[發明專利]語句文本檢測方法、系統、電子設備及存儲介質

在審

• 申請號: 202011092199.7
• 申請日: 2020-10-13
• 公開（公告）號: CN112949285A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 劉海東
• 申請（專利權）人: 廣州市百果園網絡科技有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/253;G06F40/279;G06F40/30
• 代理公司: 北京澤方譽航專利代理事務所(普通合伙) 11884
• 代理人: 唐明磊

1.一種語句文本檢測方法，其特征在于，包括：

獲取用戶輸入的文本信息；

通過預訓練后的語言表征模型對所述文本信息進行詞語特征提取以得到對應的詞語特征信息；

根據句法分析模型對所述文本信息進行句法結構解析以確定所述文本信息的語句主體結構；

根據所述語句主體結構以及所述詞語特征信息確定文本檢測結果。

2.根據權利要求1所述的語句文本檢測方法，其特征在于，所述根據所述語句主體結構以及所述詞語特征信息確定文本檢測結果包括：

根據所述語句主體結構確定文本信息中對應的主體位置；

根據所述主體位置調整對應的詞語特征信息的表征權重；

根據所述表征權重以及對應的詞語特征信息確定文本檢測結果。

3.根據權利要求2所述的語句文本檢測方法，其特征在于，所述語句主體結構包括主語、謂語和賓語；在所述根據所述表征權重以及對應的詞語特征信息確定文本檢測結果之前，還包括：

確定主語、謂語和賓語之間的第一連結關系；

根據所述第一連結關系調整對應的詞語特征信息的表征權重。

4.根據權利要求3所述的語句文本檢測方法，其特征在于，在所述確定主語、謂語和賓語之間的第一連結關系之后，還包括：

當檢測到的主語、謂語和賓語中出現變形詞時，確定所述變形詞與文本信息中語句補充結構之間的第二連結關系，所述語句補充結構包括狀語、定語和補語；

對應的，所述根據所述第一連結關系調整對應的詞語特征信息的表征權重，包括：

根據所述第一連結關系和第二連結關系調整對應的詞語特征信息的表征權重。

5.根據權利要求2所述的語句文本檢測方法，其特征在于，所述文本信息包括第一文本語句和第二文本語句；

在所述根據句法分析模型對所述文本信息進行句法結構解析以確定所述文本信息的語句主體結構之后，還包括：

確定第一文本語句的語句主體結構和第二文本語句的語句主體結構之間的語句連結關系；

根據所述語句連結關系調整對應的詞語特征信息的表征權重。

6.根據權利要求1所述的語句文本檢測方法，其特征在于，在所述根據所述語句主體結構以及所述詞語特征信息確定文本檢測結果之后，還包括：

當所述文本檢測結果為文本違規檢測結果時，確定所述用戶輸入的文本信息包含違規語句信息。

7.根據權利要求1-6中任意一項所述的語句文本檢測方法，其特征在于，

所述預訓練后的語言表征模型通過如下步驟構建得到：

對獲取的語言訓練樣本進行分詞預處理以得到分詞語言樣本；

對所述語言訓練樣本進行隨機掩膜處理以得到掩膜訓練樣本；

通過多頭自注意網絡層對所述分詞語言樣本以及掩膜訓練樣本進行訓練以得到預訓練后的語言表征模型，所述多頭自注意網絡層包括多個Transformer結構。

8.根據權利要求1-6中任意一項所述的語句文本檢測方法，其特征在于，所述句法分析模型包括Bert句法分析模型；

所述Bert句法分析模型通過如下步驟構建得到：

獲取句法樣本集合，所述句法樣本集合包括違規語句樣本以及與所述違規語句樣本對應的標注信息；

以所述句法樣本集合為輸入、句法分析結果為輸出對初始的Bert句法分析模型進行訓練以得到預訓練后的Bert句法分析模型。

9.一種語句文本檢測系統，其特征在于，包括：

文本獲取模塊，用于獲取用戶輸入的文本信息；

特征提取模塊，用于通過預訓練后的語言表征模型對所述文本信息進行詞語特征提取以得到對應的詞語特征信息；

結構確定模塊，用于根據句法分析模型對所述文本信息進行句法結構解析以確定所述文本信息的語句主體結構；

結構確定模塊，用于根據所述語句主體結構以及所述詞語特征信息確定文本檢測結果。