[發(fā)明專利]文本處理方法、裝置、計算機(jī)設(shè)備以及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202010872702.4 | 申請日: | 2020-08-26 |
| 公開(公告)號: | CN112035662B | 公開(公告)日: | 2021-06-08 |
| 發(fā)明(設(shè)計)人: | 葉志豪;文瑞;陳曦;張子恒;李智勇 | 申請(專利權(quán))人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06F16/35 | 分類號: | G06F16/35 |
| 代理公司: | 廣州三環(huán)專利商標(biāo)代理有限公司 44202 | 代理人: | 熊永強(qiáng);杜維 |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 文本 處理 方法 裝置 計算機(jī) 設(shè)備 以及 存儲 介質(zhì) | ||
1.一種文本處理方法,其特征在于,包括:
獲取目標(biāo)文本,所述目標(biāo)文本包括N個目標(biāo)詞組,所述N是正整數(shù);
根據(jù)K個文本主題和V個詞匯表詞組之間的主題詞組權(quán)重特征集合,確定每個目標(biāo)詞組與K個文本主題的主題上下文特征,K和V均是正整數(shù);
識別所述目標(biāo)文本與所述K個文本主題之間的匹配權(quán)重特征,調(diào)用擴(kuò)展知識模型中的第一神經(jīng)感知器,將所述主題詞組權(quán)重特征集合壓縮為源主題知識特征矩陣;
調(diào)用所述擴(kuò)展知識模型中的第二神經(jīng)感知器,將所述主題詞組權(quán)重特征集合壓縮為目標(biāo)主題知識特征矩陣;
將所述源主題知識特征矩陣和每個目標(biāo)詞組的主題上下文特征進(jìn)行匹配,得到記憶權(quán)重特征;
將所述匹配權(quán)重特征和所述記憶權(quán)重特征疊加為集成權(quán)重特征;
將所述集成權(quán)重特征和所述目標(biāo)主題知識特征矩陣進(jìn)行加權(quán)求和,得到所述目標(biāo)文本的擴(kuò)展主題特征;
將所述擴(kuò)展主題特征和N個目標(biāo)詞組的主題上下文特征組合為目標(biāo)文本特征,識別所述目標(biāo)文本特征,得到所述目標(biāo)文本所屬的業(yè)務(wù)文本類型。
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)K個文本主題和V個詞匯表詞組之間的主題詞組權(quán)重特征集合,確定每個目標(biāo)詞組與K個文本主題的主題上下文特征,包括:
獲取每個目標(biāo)詞組的詞向量特征;
根據(jù)N個目標(biāo)詞組的詞向量特征,確定每個目標(biāo)詞組的局部上下文特征;
根據(jù)所述主題詞組權(quán)重特征集合和每個目標(biāo)詞組的局部上下文特征,確定每個目標(biāo)詞組與K個文本主題的全局主題上下文特征;
將每個目標(biāo)詞組的局部上下文特征和全局主題上下文特征疊加為每個目標(biāo)詞組與K個文本主題的主題上下文特征。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,針對N個目標(biāo)詞組中的任一目標(biāo)詞組,根據(jù)N個目標(biāo)詞組的詞向量特征確定所述任一目標(biāo)詞組的局部上下文特征的流程包括:
分別確定所述任一目標(biāo)詞組的詞向量特征和N個目標(biāo)詞組的詞向量特征之間的第一特征相似度;
將N個第一特征相似度進(jìn)行歸一化處理,得到N個標(biāo)準(zhǔn)第一特征相似度;
將N個標(biāo)準(zhǔn)第一特征相似度和N個目標(biāo)詞組的詞向量特征進(jìn)行加權(quán)求和,得到所述任一目標(biāo)詞組的局部上下文特征。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)N個目標(biāo)詞組的詞向量特征,確定每個目標(biāo)詞組的局部上下文特征,包括:
獲取每個目標(biāo)詞組在所述目標(biāo)文本中的詞組位置特征,獲取每個目標(biāo)詞組在所述目標(biāo)文本中的語句位置特征;
將每個目標(biāo)詞組的詞向量特征、詞組位置特征和語句位置特征拼接為每個目標(biāo)詞組的輸入特征;
對N個輸入特征進(jìn)行多注意力編碼,得到每個目標(biāo)詞組的局部上下文特征。
5.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述主題詞組權(quán)重特征集合包括K個主題詞組權(quán)重特征,任一主題詞組權(quán)重特征表示任一文本主題和V個詞匯表詞組之間的匹配權(quán)重;
針對N個目標(biāo)詞組中的任一目標(biāo)詞組,根據(jù)所述主題詞組權(quán)重特征集合和所述任一目標(biāo)詞組的局部上下文特征確定所述任一目標(biāo)詞組與K個文本主題的全局主題上下文特征的流程包括:
確定所述任一目標(biāo)詞組的局部上下文特征和每個主題詞組權(quán)重特征之間的第二特征相似度;
將K個第二特征相似度進(jìn)行歸一化處理,得到K個標(biāo)準(zhǔn)第二特征相似度;
將K個標(biāo)準(zhǔn)第二特征相似度和K個主題詞組權(quán)重特征進(jìn)行加權(quán)求和,得到所述任一目標(biāo)詞組與K個文本主題的全局主題上下文特征。
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述識別所述目標(biāo)文本與所述K個文本主題之間的匹配權(quán)重特征,包括:
根據(jù)所述V個詞匯表詞組的排布順序,將所述目標(biāo)文本轉(zhuǎn)換為詞袋特征;
調(diào)用神經(jīng)主題模型中的編碼器對所述詞袋特征進(jìn)行編碼處理,得到文本編碼特征;
調(diào)用所述神經(jīng)主題模型中的解碼器對所述文本編碼特征進(jìn)行重構(gòu)處理,得到所述目標(biāo)文本與所述K個文本主題之間的匹配權(quán)重特征。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技(深圳)有限公司,未經(jīng)騰訊科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/202010872702.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 文本匹配方法及裝置
- 互聯(lián)網(wǎng)金融非顯性廣告識別方法及裝置
- 文本結(jié)論智能推薦方法、裝置及計算機(jī)可讀存儲介質(zhì)
- 文本檢索方法、裝置及設(shè)備、文本檢索模型的訓(xùn)練方法
- 基于級連模式的文本匹配方法及裝置
- 一種文本關(guān)系提取方法、裝置及電子設(shè)備
- 文本的標(biāo)準(zhǔn)化處理方法、裝置、電子設(shè)備及計算機(jī)介質(zhì)
- 文本標(biāo)簽確定方法、裝置、計算機(jī)設(shè)備和存儲介質(zhì)
- 文本圖像合成方法、裝置、設(shè)備及存儲介質(zhì)
- 文本生成方法、裝置和電子設(shè)備





