[發(fā)明專利]一種文本處理的方法、裝置、存儲介質(zhì)及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 202110392521.6
• 申請日: 2021-04-13
• 公開（公告）號: CN113204637B
• 公開（公告）日: 2022-09-27
• 發(fā)明（設(shè)計）人: 汪沁;富饒;侯培旭;陸源源;冉祥映;華鎮(zhèn)
• 申請（專利權(quán)）人: 北京三快在線科技有限公司
• 主分類號: G06F16/34
• 分類號: G06F16/34
• 代理公司: 北京曼威知識產(chǎn)權(quán)代理有限公司 11709
• 代理人: 方志煒

本說明書公開了一種文本處理的方法、裝置、存儲介質(zhì)及電子設(shè)備，根據(jù)預(yù)設(shè)的分句規(guī)則對原始文本進行處理，得到多個子句，并通過預(yù)測模型確定任意兩個子句之間的句間關(guān)系緊密程度表征值。根據(jù)各子句之間的句間關(guān)系緊密程度表征值，對各個子句進行合并，根據(jù)合并結(jié)果，得到至少一個備選摘要。本方法在生成備選摘要時，考慮了原始文本中的每個子句與其他子句的句間關(guān)系緊密程度，根據(jù)子句之間的句間關(guān)系緊密程度對各子句進行合并，并根據(jù)合并結(jié)果確定了備選摘要，保證了備選摘要包含的子句之間的語義相同，從而保證生成的備選摘要的準(zhǔn)確性。

技術(shù)領(lǐng)域

本說明書涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種文本處理的方法、裝置、存儲介質(zhì)及電子設(shè)備。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，越來越多的用戶會將自己創(chuàng)作的用戶生產(chǎn)內(nèi)容(User-Generated Content，UGC)發(fā)布在各類客戶端中，例如，用戶在一家餐廳消費后，將自己的感受以UGC的形式發(fā)布出來。為了方便其他用戶迅速了解到短文的內(nèi)容，客戶端會從字數(shù)較多的UGC中截取出符合字數(shù)限制的短句作為摘要展示在推薦頁面中。

在現(xiàn)有技術(shù)中，生成摘要的方式主要是根據(jù)標(biāo)點符號將原始UGC拆成多個子句后，再根據(jù)標(biāo)點符號前后相鄰的兩個詞，預(yù)測出描述同一主題的整句的開頭和結(jié)尾，根據(jù)預(yù)測結(jié)果將多個子句合并，作為備選摘要。后續(xù)地，可根據(jù)不同業(yè)務(wù)需求，在多個備選摘要中選擇出一個合適的備選摘要作為原始UGC的摘要展示出來。

但是，上述方法在確定備選摘要時，只是依賴了與標(biāo)點符號相鄰的前后兩個詞，并未考慮到每個子句對應(yīng)的上下句的實際語義，從而容易導(dǎo)致根據(jù)各個子句生成的備選摘要的語義與上下句的語義不相符，最終生成的摘要的語義也會跟原始UGC的語義大相徑庭。

由此可見，備選摘要決定著最終展示出來的摘要的準(zhǔn)確性，因此，如何生成準(zhǔn)確的備選摘要是個亟待解決的問題。

發(fā)明內(nèi)容

本說明書提供一種文本處理方法及裝置，以部分的解決現(xiàn)有技術(shù)存在的上述問題。

本說明書采用下述技術(shù)方案：

本說明書提供了一種文本處理方法，包括：

根據(jù)預(yù)設(shè)的分句規(guī)則，對原始文本進行處理，得到所述原始文本中包含的子句；

針對任意兩個子句，將該兩個子句輸入預(yù)測模型，得到所述預(yù)測模型的輸出的該兩個子句之間的句間關(guān)系緊密程度表征值；

根據(jù)各子句之間的句間關(guān)系緊密程度表征值，對各子句進行合并；

根據(jù)合并結(jié)果，得到至少一個備選摘要。

可選地，將該兩個子句輸入預(yù)測模型，具體包括：

將該兩個子句以及該兩個子句在所述原始文本中的順序輸入預(yù)測模型。

可選地，根據(jù)各子句之間的句間關(guān)系緊密程度表征值，對各子句進行合并之前，所述方法還包括：

針對任意兩個子句，確定該兩個子句之間的句法特征；

將具有指定句法特征的兩個子句進行合并，并重新作為一個子句。

可選地，根據(jù)各子句之間的句間關(guān)系緊密程度表征值，對各子句進行合并，具體包括：

根據(jù)各個子句之間的句間關(guān)系緊密程度表征值，對所述原始文本中相鄰的各子句進行合并。

可選地，根據(jù)各個子句之間的句間關(guān)系緊密程度表征值，對所述原始文本中相鄰的各子句進行合并，具體包括：

根據(jù)各個子句在所述原始文本中的先后順序，確定第一個子句為指定子句；

確定所述指定子句的下一個子句作為待合并子句；