[發明專利]一種文本信息處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110099617.3
• 申請日: 2021-01-25
• 公開（公告）號: CN113407683A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 劉志強;劉源;鄧浩輝;張金超
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/289;G06N3/04
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李昂;張穎玲

1.一種文本信息處理方法，其特征在于，所述方法包括：

獲取文本處理語境中的待處理文本信息以及與所述待處理文本相匹配的關聯文本信息；

基于所述待處理文本信息和關聯文本信息，確定與所述關聯文本信息相匹配的關聯文本信息語境類型；

獲取與所述待處理文本信息相匹配的候選相似文本信息，基于所述待處理文本信息、關聯文本信息以及關聯文本信息語境類型，確定所述待處理文本信息與所述候選相似文本信息的相似度；

基于所述待處理文本信息與所述候選相似文本信息的相似度，確定與所述待處理文本信息相匹配的答復語句。

2.根據權利要求1所述的方法，其特征在于，所述基于所述待處理文本信息和關聯文本信息，確定與所述關聯文本信息相匹配的關聯文本信息語境類型，包括：

基于所述待處理文本信息和關聯文本信息，觸發相匹配的文本信息匹配模型；

通過所述文本信息匹配模型的關聯文本信息語境類型判別器網絡，對所述待處理文本信息和關聯文本信息進行處理，確定與所述關聯文本信息相匹配的關聯文本信息語境類型；或者，

通過所述文本信息匹配模型的文本信息處理網絡，確定與所述待處理文本信息相對應的待處理文本信息嵌入向量；

通過所述文本信息匹配模型的文本信息處理網絡，確定與所述關聯文本信息相對應的關聯文本信息嵌入向量；

通過所述文本信息匹配模型的關聯文本信息語境類型判別器網絡，對所述待處理文本信息嵌入向量和關聯文本信息嵌入向量進行處理，確定與所述關聯文本信息相匹配的關聯文本信息語境類型。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述待處理文本信息所攜帶的文本信息參數，觸發相應的分詞庫；

通過所述文本信息匹配模型的文本信息處理網絡，基于所觸發的分詞庫單詞詞典對所述待處理文本信息進行分詞處理，形成不同的詞語級待處理文本信息嵌入向量；

對所述不同的詞語級待處理文本信息嵌入向量進行除噪處理，形成與所述待處理文本信息相對應的待處理文本信息嵌入向量集合。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

確定對所述待處理文本信息進行分詞處理時所使用的分詞庫的名稱；

根據與所述分詞庫的名稱，確定與所述待處理文本信息相對應的詞語級待處理文本信息嵌入向量相匹配的分詞庫的參數，其中，所述分詞庫的參數包括：

所述分詞庫的種類、所述分詞庫的名稱和所述分詞庫的版本。

5.根據權利要求3所述的方法，其特征在于，所述對所述不同的詞語級文本信息進行除噪處理，形成與所述文本信息相對應的詞語級特征向量集合，包括：

確定與所述文本處理語境相匹配的動態噪聲閾值；

根據所述動態噪聲閾值對所述待處理文本信息進行去噪處理，并觸發與所述動態噪聲閾值相匹配的動態分詞策略；

根據與所述動態噪聲閾值相匹配的動態分詞策略，對所述待處理文本信息進行分詞處理，形成與所述待處理文本信息相對應的待處理文本信息嵌入向量。

6.根據權利要求3所述的方法，其特征在于，所述對所述不同的詞語級文本信息進行除噪處理，形成與所述文本信息相對應的詞語級特征向量集合，包括：

確定與所述文本處理語境相匹配的固定噪聲閾值；

根據所述固定噪聲閾值對所述待處理文本信息進行去噪處理，并觸發與所述固定噪聲閾值相匹配的固定分詞策略；

根據與所述固定噪聲閾值相匹配的固定分詞策略，對所述待處理文本信息進行分詞處理，形成與所述待處理文本信息相對應的待處理文本信息嵌入向量。