[發(fā)明專利]文本確定方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202111468026.5
• 申請(qǐng)日: 2021-12-03
• 公開（公告）號(hào): CN114155957A
• 公開（公告）日: 2022-03-08
• 發(fā)明（設(shè)計(jì)）人: 孫小婉;蔡巍;張霞
• 申請(qǐng)（專利權(quán)）人: 沈陽東軟智能醫(yī)療科技研究院有限公司
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G06F16/332;G06F16/33;G06F16/35;G06N3/04
• 代理公司: 北京英創(chuàng)嘉友知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11447
• 代理人: 賀曉蕾

1.一種文本確定方法，其特征在于，所述方法包括：

獲取目標(biāo)問題文本的目標(biāo)意圖類別；

從預(yù)設(shè)數(shù)據(jù)庫中獲取所述目標(biāo)意圖類別對(duì)應(yīng)的一個(gè)或多個(gè)歷史問題文本；

在確定所述目標(biāo)問題文本與每個(gè)所述歷史問題文本語義均不相同的情況下，針對(duì)每個(gè)所述歷史問題文本，獲取所述目標(biāo)問題文本與該歷史問題文本對(duì)應(yīng)的原始文本相似度，并獲取所述目標(biāo)問題文本的第一翻譯文本和該歷史問題文本的第二翻譯文本，并獲取所述第一翻譯文本和所述第二翻譯文本的翻譯文本相似度，所述第一翻譯文本和所述第二翻譯文本的語種均為指定語種；

根據(jù)獲取到的所述原始文本相似度和所述翻譯文本相似度，從一個(gè)或多個(gè)歷史問題文本對(duì)應(yīng)的答復(fù)文本中確定目標(biāo)答復(fù)文本。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)獲取到的所述原始文本相似度和所述翻譯文本相似度，從一個(gè)或多個(gè)歷史問題文本對(duì)應(yīng)的答復(fù)文本中確定目標(biāo)答復(fù)文本，包括：

根據(jù)所述原始文本相似度和所述翻譯文本相似度，從所述一個(gè)或多個(gè)歷史問題文本中確定所述目標(biāo)問題文本對(duì)應(yīng)的目標(biāo)歷史問題文本；

將所述預(yù)設(shè)數(shù)據(jù)庫中所述目標(biāo)歷史問題文本對(duì)應(yīng)的答復(fù)文本，作為所述目標(biāo)答復(fù)文本。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述原始文本相似度包括文本主題相似度和文本內(nèi)容相似度，所述根據(jù)所述原始文本相似度和所述翻譯文本相似度，從所述從一個(gè)或多個(gè)歷史問題文本中確定所述目標(biāo)問題文本對(duì)應(yīng)的目標(biāo)歷史問題文本，包括：

按照預(yù)設(shè)權(quán)重對(duì)所述文本主題相似度，所述文本內(nèi)容相似度，以及所述翻譯文本相似度進(jìn)行加權(quán)求和處理，以得到所述目標(biāo)問題文本與每個(gè)所述歷史問題文本的多維聯(lián)合相似度；

將所述多維聯(lián)合相似度大于或者等于預(yù)設(shè)相似度閾值的所述歷史問題文本，作為所述目標(biāo)歷史問題文本。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，獲取所述目標(biāo)問題文本與該歷史問題文本對(duì)應(yīng)的文本主題相似度，包括：

通過預(yù)設(shè)主題識(shí)別模型獲取所述目標(biāo)問題文本對(duì)應(yīng)的第一文本主題，以及所述歷史問題文本對(duì)應(yīng)的第二文本主題，所述第一文本主題和所述第二文本主題均包括一個(gè)或者多個(gè)主題；

獲取所述第一文本主題與所述第二文本主題的相似度，以得到所述文本主題相似度。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述預(yù)設(shè)主題識(shí)別模型通過以下方式訓(xùn)練得到：

獲取多個(gè)第一歷史問題文本樣本數(shù)據(jù)，每個(gè)所述第一歷史問題文本樣本數(shù)據(jù)包括一個(gè)或者多個(gè)標(biāo)注主題；

通過所述多個(gè)第一歷史問題文本樣本數(shù)據(jù)對(duì)第一預(yù)設(shè)初始模型進(jìn)行模型訓(xùn)練，以得到所述預(yù)設(shè)主題識(shí)別模型，其中，所述第一預(yù)設(shè)初始模型包括多個(gè)分類器，不同的分類器用于識(shí)別不同的主題。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取目標(biāo)問題文本的目標(biāo)意圖類別，包括：

將所述目標(biāo)問題文本輸入預(yù)設(shè)的意圖分類模型，以獲取所述預(yù)設(shè)意圖分類模型輸出的所述目標(biāo)意圖類別。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，確定所述目標(biāo)問題文本與每個(gè)所述歷史問題文本語義均不相同，包括：

將所述目標(biāo)問題文本與每個(gè)所述歷史問題文本輸入預(yù)設(shè)的語義相同判斷模型中，以使所述語義相同判斷模型依次輸出所述目標(biāo)問題文本與每個(gè)所述歷史問題文本的語義相同判斷結(jié)果，所述語義相同判斷結(jié)果包括語義相同和語義不相同；

在所述目標(biāo)問題文本與每個(gè)所述歷史問題文本對(duì)應(yīng)的所述語義相同判斷結(jié)果均為語義不相同的情況下，確定所述目標(biāo)問題文本與每個(gè)所述歷史問題文本語義均不相同。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述語義相同判斷模型通過以下方式訓(xùn)練得到：

獲取多個(gè)語義判斷句子對(duì)樣本，所述語義判斷句子對(duì)樣本包括第一語句和第二語句，以及所述第一語句與所述第二語句的語義相同或者語義不同的標(biāo)注數(shù)據(jù)；

通過將所述多個(gè)語義判斷句子對(duì)樣本作為訓(xùn)練數(shù)據(jù)，對(duì)第二預(yù)設(shè)初始模型進(jìn)行模型訓(xùn)練，以得到所述語義相同判斷模型。