[發明專利]確定文本語義信息的方法、裝置、設備以及存儲介質

在審

• 申請號: 202011346527.1
• 申請日: 2020-11-25
• 公開（公告）號: CN112487162A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 王景禾
• 申請（專利權）人: 騰訊音樂娛樂科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33
• 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: 寧立存

本申請公開了一種確定文本語義信息的方法、裝置、設備以及存儲介質，屬于計算機技術領域。該方法包括：對目標文本進行分詞處理，并獲取每個詞對應的多個特征信息,得到每個詞對應的特征信息集合；分別針對每個詞，根據詞的特征信息集合對詞執行下述特征融合步驟，以得到詞的各個融合特征信息：分別將詞對應的每個特征信息確定為目標特征信息，并將目標特征信息分別與詞的每個特征信息組為特征信息對，并確定特征信息對中兩個特征信息的融合相關度系數；基于詞的每個特征信息以及對應的融合相關度系數，確定目標特征信息對應的融合特征信息；基于每個詞的各個融合特征信息，確定目標文本對應的語義信息。本申請可以提高對文本識別的準確率。

技術領域

本申請涉及計算機技術領域，特別涉及一種確定文本語義信息的方法、裝置、設備以及存儲介質。

背景技術

隨著科技的進步，任務型對話系統越來越多的被應用到實際的場景中，例如siri，阿里小密這類的產品。而在任務型對話系統中，自然語言理解模塊為任務型對話系統作出了重大的貢獻。其中，自然語言理解模塊主要用于對用戶輸入的文本或者根據語音識別生成的文本進行處理，來確定文本對應的語義信息，進而為用戶推薦相關內容。

在相關技術中，可以對獲取到的文本進行分詞處理，并提取每個詞對應的多個特征信息，并將獲得的至少一個特征信息輸入到預先訓練的自然語言理解模塊，進而輸出該文本對應的語義信息。在實現本申請的過程中，發明人發現相關技術對文本識別的準確率較低。

發明內容

為了解決相關技術中存在的技術問題，本申請實施例提供了一種確定文本語義信息的方法、裝置、設備以及存儲介質。本申請的技術方案如下：

第一方面，本申請實施例提供了一種確定文本語義信息的方法，所述方法包括：

對目標文本進行分詞處理，得到多個詞；

獲取每個詞對應的多個特征信息,得到每個詞對應的特征信息集合；

分別針對每個詞，根據所述詞的特征信息集合對所述詞執行下述特征融合步驟，以得到所述詞的各個融合特征信息：

分別將所述詞對應的每個特征信息確定為目標特征信息，并將所述目標特征信息分別與所述詞的每個特征信息組為特征信息對；

確定所述特征信息對中兩個特征信息的融合相關度系數；

基于所述詞的每個特征信息以及每個特征信息與所述目標特征信息的融合相關度系數，確定所述目標特征信息對應的融合特征信息；

基于每個詞的各個融合特征信息，確定所述目標文本對應的語義信息。

可選的，所述確定所述特征信息對中兩個特征信息的融合相關度系數，包括：

確定所述特征信息對中兩個特征信息的第一子相關度系數，確定所述特征信息對中兩個特征信息的第二子相關度系數；其中，所述第一子相關度系數用于表示所述兩個特征信息在特征值方面的關聯度，所述第二子相關度系數用于表示兩個特征信息各自的特征類別；

將所述特征信息對中兩個特征信息的第一子相關度系數與所述特征信息對中兩個特征信息的第二子相關度系數進行融合，以得到所述特征信息對中兩個特征信息的融合相關度系數。

可選的，所述確定所述特征信息對中兩個特征信息的第一子相關度系數，包括：

將所述特征信息對中的兩個特征信息分別進行線性映射，以得到所述兩個特征信息的特征值；

計算所述兩個特征信息的特征值的交互信息，以得到所述特征信息對中兩個特征信息的第一子相關度系數。

可選的，所述確定所述特征信息對中兩個特征信息的第二子相關度系數，包括：