[發明專利]文本數據處理方法、設備和存儲介質

在審

• 申請號: 202111481293.6
• 申請日: 2021-12-06
• 公開（公告）號: CN114297378A
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 包祖貽;張月;章波;李辰;曹俊杰
• 申請（專利權）人: 阿里巴巴達摩院（杭州）科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/205;G06F40/289;G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京太合九思知識產權代理有限公司 11610
• 代理人: 劉戈;孫明子

1.一種文本數據處理方法，其特征在于，包括：

根據特征提取模型，提取訓練文本的第一文章向量；

根據所述第一文章向量和所述訓練文本的來源信息，訓練分類模型，以得到反映所述訓練文本來源的分類結果；

根據所述分類結果，調整所述特征提取模型的模型參數；

根據調整后的特征提取模型，提取所述訓練文本的第二文章向量；

根據所述第二文章向量和所述訓練文本的評價信息，訓練所述評價模型。

2.根據權利要求1所述的方法，其特征在于，所述根據特征提取模型，提取訓練文本的第一文章向量，包括：

將所述訓練文本輸入分詞模型，以得到所述訓練文本的分詞結果；

將所述分詞結果輸入所述特征提取模型，以得到所述第一文章向量。

3.根據權利要求2所述的方法，其特征在于，所述將所述分詞結果輸入所述特征提取模型，以得到所述第一文章向量，包括：

將所述分詞結果輸入第一特征提取子模型，以得到詞向量；

將所述詞向量輸入第二特征提取子模型，以得到句向量；

將所述句向量輸入第三特征提取子模型，以得到所述第一文章向量。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述分類結果，調整所述分類模型的模型參數。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述評價模型輸出的評價結果，調整所述調整后的特征提取模型的模型參數。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

根據目標特征提取模型，提取待評價文本的文章向量，其中，根據所述分類結果和所述評價結果分別調整模型參數后得到所述目標特征提取模型；

將所述文本向量輸入評價模型，以得到所述待評價文本的評價結果。

7.根據權利要求1所述的方法，其特征在于，所述訓練文本包括針對目標對象的描述文本，所述來源信息包括產生所述描述文本的用戶的信用等級、活躍度中的至少一種。

8.一種文本數據處理方法，其特征在于，包括：

根據特征提取模型，提取訓練作文文本的第一文章向量；

根據所述第一文章向量和所述訓練作文文本的來源信息，訓練分類模型，以得到反映所述訓練作文文本來源的分類結果；

根據所述分類結果，調整所述特征提取模型的模型參數；

根據調整后的特征提取模型，提取所述訓練作文文本的第二文章向量；

根據所述第二文章向量和所述訓練作文文本的評分信息，訓練所述評分模型。

9.根據權利要求8所述的方法，其特征在于，所述來源信息包括產生所述作文文本的用戶的年級信息或者學校信息。

10.一種文本數據處理方法，其特征在于，包括：

根據特征提取模型，獲取針對目標對象的訓練評論文本的第一文章向量；

根據所述第一文章向量和所述訓練評論文本對應的等級信息，訓練分類模型，以得到反映所述訓練評論文本情感類型的分類結果，所述等級信息反映用戶對所述目標對象的好感度；

根據所述分類結果，調整所述特征提取模型的模型參數；

根據調整后的特征提取模型，獲取所述訓練評論文本的第二文章向量；

根據所述第二文章向量和所述訓練評論文本對應的情感類型評分，訓練所述評分模型。

11.一種電子設備，其特征在于，包括：存儲器、處理器；其中，所述存儲器上存儲有可執行代碼，當所述可執行代碼被所述處理器執行時，使所述處理器執行如權利要求1至10中任一項所述的文本數據處理方法。

12.一種非暫時性機器可讀存儲介質，其特征在于，所述非暫時性機器可讀存儲介質上存儲有可執行代碼，當所述可執行代碼被電子設備的處理器執行時，使所述處理器執行如權利要求1至10中任一項所述的文本數據處理方法。