[發明專利]狀態檢測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202011220330.3
• 申請日: 2020-11-05
• 公開（公告）號: CN112035671B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 趙瑞輝;王婧雯
• 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;G06K9/62
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 徐立

本申請實施例公開了一種狀態檢測方法、裝置、計算機設備及存儲介質，屬于計算機技術領域。該方法包括：確定狀態描述文本對應的關系矩陣，關系矩陣包括狀態描述文本中的每兩個詞語之間的第一關聯權重；基于關系矩陣，對狀態描述文本對應的原始詞向量矩陣進行特征增強處理，得到目標詞向量矩陣；根據目標詞向量矩陣進行檢測處理，得到檢測結果。采用詞語之間的關聯權重對詞語進行特征增強，得到的目標詞向量矩陣不僅能夠表示詞語的特征，還能夠表示詞語之間的關聯程度以及詞語與目標類型狀態的關聯程度。因此，根據目標詞向量矩陣進行狀態檢測，充分考慮了詞語本身的特征和詞語之間的關聯關系，使得考慮的因素更加豐富，能夠提高狀態檢測的準確度。

技術領域

本申請實施例涉及計算機技術領域，特別涉及一種狀態檢測方法、裝置、計算機設備及存儲介質。

背景技術

隨著人工智能技術和數據分析技術的不斷發展，多個領域均可應用文本檢測技術實現對文本的自動檢測。例如，采用結合人工智能技術的自動化系統，對某一對象的狀態描述文本進行狀態檢測，根據檢測結果確定該對象的狀態。

相關技術中，采用基于深度學習的方法對目標對象的狀態描述文本進行狀態檢測。首先提取狀態描述文本中與狀態有關的詞語，然后調用具有狀態檢測功能的神經網絡對提取的詞語進行處理，得到檢測結果，以確定目標對象的狀態。但是上述方法僅考慮了狀態描述文本中的詞語本身對檢測結果的影響，考慮的因素較少，導致狀態檢測的準確度較低。

發明內容

本申請實施例提供了一種狀態檢測方法、裝置、計算機設備及存儲介質，能夠提高狀態檢測的準確度。所述技術方案包括以下方面。

一方面，提供了一種狀態檢測方法，所述方法包括：

確定狀態描述文本對應的關系矩陣，所述狀態描述文本包括多個詞語，所述關系矩陣包括所述狀態描述文本中的每兩個詞語之間的第一關聯權重，所述第一關聯權重用于表示所述兩個詞語之間的關聯程度以及所述兩個詞語與目標類型狀態的關聯程度；

基于所述關系矩陣，對所述狀態描述文本對應的原始詞向量矩陣進行特征增強處理，得到目標詞向量矩陣，所述原始詞向量矩陣包括所述多個詞語中的每個詞語的詞向量；

根據所述目標詞向量矩陣進行檢測處理，得到檢測結果，所述檢測結果用于表示所述狀態描述文本所描述的狀態是否屬于所述目標類型狀態。

可選地，所述根據所述目標詞向量矩陣進行檢測處理，得到檢測結果，包括：

對所述目標詞向量矩陣進行特征提取處理，得到所述目標詞向量矩陣對應的第一特征向量；

對所述第一特征向量進行分類處理，得到所述檢測結果。

另一方面，提供了一種狀態檢測裝置，所述裝置包括：

矩陣確定模塊，用于確定狀態描述文本對應的關系矩陣，所述狀態描述文本包括多個詞語，所述關系矩陣包括所述狀態描述文本中的每兩個詞語之間的第一關聯權重，所述第一關聯權重用于表示所述兩個詞語之間的關聯程度以及所述兩個詞語與目標類型狀態的關聯程度；

特征增強模塊，用于基于所述關系矩陣，對所述狀態描述文本對應的原始詞向量矩陣進行特征增強處理，得到目標詞向量矩陣，所述原始詞向量矩陣包括所述多個詞語中的每個詞語的詞向量；

狀態檢測模塊，用于根據所述目標詞向量矩陣進行檢測處理，得到檢測結果，所述檢測結果用于表示所述狀態描述文本所描述的狀態是否屬于所述目標類型狀態。

可選地，所述矩陣確定模塊，包括：

知識庫確定單元，用于確定目標知識庫，所述目標知識庫中包括目標類型狀態詞語、與所述目標類型狀態詞語關聯的詞語、詞語之間的因果關系和每兩個具有因果關系的詞語之間的第二關聯權重，所述目標類型狀態詞語為表明是所述目標類型狀態的詞語；