[發明專利]文本處理方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202110352912.5
• 申請日: 2021-03-31
• 公開（公告）號: CN113704462A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 石磊
• 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;G06F40/194;G06F40/205;G06F40/242;G06F40/289
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

本申請公開了一種文本處理方法、裝置、計算機設備及存儲介質，應用于人工智能技術領域，其中，該方法包括：獲取到客戶終端發送的參考文本后，對該參考文本進行解析，得到參考文本的詞性序列，再通過詞向量詞典確定參考文本的特征向量；再根據參考文本的詞性序列從文本數據庫中確定出N個待召回文本；再通過詞向量詞典確定N個待召回文本的特征向量，并將得到的N個特征向量進行聚類處理，根據聚類處理結果從N個特征向量中確定參考特征向量集合；再根據參考特征向量集合以及參考文本的特征向量，從N個待召回文本中確定目標召回文本，通過該方法，可以提高文本召回的效率和文本召回的準確率。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種文本處理方法、裝置、計算機設備及存儲介質。

背景技術

隨著大數據時代的快速發展，互聯網上涌現出海量文本，包括短篇文本和長篇文章。因此，怎樣讓用戶快速獲取到所需求的文本是各個領域的研究熱點之一。

目前，文本召回策略通常是通過人工審核得到目標待召回文本。對于這類方法而言，存在兩個方面的問題，一方面，人工參與度高，導致處理效率低，另一方面，召回的文本準確率較低。因此，怎樣提高文本匹配的準確率和效率成為亟待解決的技術問題。

發明內容

本申請實施例提供了一種文本處理方法、裝置、計算機設備及存儲介質，可以提高文本召回的效率，也可以提高文本召回的準確率。

本申請實施例一方面公開了一種文本處理方法，該方法包括：

獲取參考文本，并確定所述參考文本的詞性序列以及特征向量；

根據所述參考文本的詞性序列從文本數據庫中確定出N個待召回文本，所述N個待召回文本中的各個待召回文本對應的詞性序列與所述參考文本的詞性序列相匹配，其中，N為正整數；

確定所述N個待召回文本中的各個待召回文本的特征向量；

將得到的N個特征向量進行聚類處理，根據聚類處理結果從所述N個特征向量中確定參考特征向量集合；

根據所述參考特征向量集合以及所述參考文本的特征向量，從所述N個待召回文本中確定目標召回文本。

本申請實施例一方面公開了一種文本處理裝置，該裝置包括：

獲取單元，用于獲取參考文本，并確定所述參考文本的詞性序列以及特征向量；

確定單元，用于根據所述參考文本的詞性序列從文本數據庫中確定出N個待召回文本，所述N個待召回文本中的各個待召回文本對應的詞性序列與所述參考文本的詞性序列相匹配，其中，N為正整數；

所述確定單元，還用于確定所述N個待召回文本中的各個待召回文本的特征向量；

處理單元，用于將得到的N個特征向量進行聚類處理，根據聚類處理結果從所述N個特征向量中確定參考特征向量集合；

所述確定單元，還用于根據所述參考特征向量集合以及所述參考文本的特征向量，從所述N個待召回文本中確定目標召回文本。

本申請實施例一方面公開了一種計算機設備，該計算機設備包括：處理器，適于實現一條或多條計算機程序；以及，計算機存儲介質，所述計算機存儲介質存儲有一條或多條計算機程序，所述一條或多條計算機程序適于由所述處理器加載并執行上述的文本處理方法。

本申請實施一方面公開了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有一條或多條計算機程序，所述一條或多條計算機程序適于由處理器加載并執行上述的文本處理方法。

本申請實施例一方面公開了一種計算機程序產品，該計算機程序產品包括計算機程序，該計算機程序存儲在計算機可讀存儲介質中。計算機設備的處理器從計算機可讀存儲介質讀取該計算機程序，處理器執行該計算機程序，使得該服務器執行上述的文本處理方法。