CN112069786A - 文本信息处理方法、装置、电子设备及介质 - Google Patents
文本信息处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN112069786A CN112069786A CN202010866385.5A CN202010866385A CN112069786A CN 112069786 A CN112069786 A CN 112069786A CN 202010866385 A CN202010866385 A CN 202010866385A CN 112069786 A CN112069786 A CN 112069786A
- Authority
- CN
- China
- Prior art keywords
- text
- target text
- model
- target
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 47
- 238000003672 processing method Methods 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 140
- 238000012545 processing Methods 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000013210 evaluation model Methods 0.000 claims description 103
- 238000012549 training Methods 0.000 claims description 78
- 238000013145 classification model Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 24
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 abstract description 15
- 230000003993 interaction Effects 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
Abstract
本公开实施例公开了文本信息处理方法、装置、电子设备及介质,该方法包括:获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。本公开实施例的技术方案,在获取到与音频信息相对应的文字时,可以确定与文字信息相对应的意图识别模型,并基于意图识别模型来确定文字信息对应的意图,从而提高互动交互效率的技术效果。
Description
技术领域
本公开实施例涉及计算机技术领域,尤其涉及一种文本信息处理方法、装置、电子设备及介质。
背景技术
目前,在确定每个用户的意图时,多是通过用户发表的言论,或者是通过阅读与该用户相对应的文字信息来确定。
若采用基于文字信息来确定用户意图时,需要用户阅读并分析该文字信息,进而基于文字信息中来确定其意图,存在了解其意图效率较低,以及繁琐、复杂的问题。进一步的,由于是基于用户理解的文本内容来确定其意图,存在用户无法准确理解文本内容,从而导致无法确定文本意图的技术问题。
发明内容
本公开实施例提供了一种文本信息处理方法、装置、电子设备及介质,以实现便捷高效的确定与文本内容相对应的文本意图的技术效果。
第一方面,本公开实施例提供了一种文本信息处理方法,该方法包括:
获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;
对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;
基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。
第二方面,本公开实施例还提供了一种文本信息处理装置,该装置包括:
目标文本处理模型确定模块,用于获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;
文本特征向量确定模块,用于对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;
文本意图确定模块,用于基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的文本信息处理方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的文本信息处理方法。
本公开实施例的技术方案,通过文本信息的基本属性信息,确定相应的目标文本处理模型,基于目标文本处理模型对文本信息的内容进行处理,实现了便捷、准确的确定文本信息所对应的文本意图,从而提高了互动过程中互动用户的交互效率。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例一所提供的一种文本信息处理方法流程示意图;
图2为本公开实施例二所提供的一种文本信息处理方法流程示意图;
图3为本公开实施例三所提供的一种文本信息处理方法流程示意图;
图4为本公开实施例四所提供的一种文本信息处理方法流程示意图;
图5为本公开实施例五所提供的一种文本信息处理方法流程示意图;
图6为本公开实施例六所提供的一种文本信息处理装置结构示意图;
图7为本公开实施例七所提供的一种电子设备结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
实施例一
图1为本公开实施例一所提供的一种文本信息处理方法流程示意图,本公开实施例适用于根据文本中显示的内容,确定与文本内容相对应的文本意图的情形中,该方法可以文本信息处理装置来执行,该装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端或服务器等。执行本公开实施例的技术方案可以由客户端和/或服务端的配合来实现。
如图1,本实施例的方法包括:
S110、获取目标文本的基本属性信息,并根据基本属性信息确定与目标文本相对应的目标文本处理模型。
本公开实施例的技术方案,可以应用在实时互动的场景中,如,视频会议、直播等。实时互动界面为实时互动应用场景中的任意交互界面。实时互动应用场景可通过互联网和计算机手段实现,例如通过原生程序或web程序等实现的交互应用程序。在实时交互界面中,可允许多个互动用户以各种形式的互动行为来进行交互,例如输入文字、语音、视频、或内容对象的共享等互动行为。
在实时互动过程中,在发言用户发言时,服务端或者客户端可以采集发言用户的音频信息并将音频信息转化为相应的文本信息,以便基于文本信息来确定其文本意图,进而确定与文本信息相对应的发言用户的发言意图。
为了提高确定与文本内容相对应的文本意图的及时性,只要采集到发言用户的音频信息并将发言信息转换为相应的文本后,就可以执行本公开实施例的技术方案,从而确定与发言内容相对应的发言意图。
其中,在发言用户发言时,可以采集发言用户的音频信息,并将其转换为相应的文本。目标文本指的是将音频信息转换为文字后对应的文本,同时需要根据其内容确定其意图的文本。基本属性信息可以是但不局限于目标文本对应的发言用户的身份标识、发言时间戳以及文本中文字数量等。目标文本处理模型为预先训练得到的,用于确定与目标文本相对应的文本意图。目标文本处理模型是由目标文本的基本属性来确定的。
具体的,在获取到与发言用户的音频信息相对应的目标文本后,可以获取目标文本的基本属性信息,基于基本属性信息可以确定与其相对应的目标文本处理模型,以基于目标文本处理模型确定与目标文本相对应的目标文本意图。
S120、对目标文本进行处理,得到与目标文本相对应的文本特征向量。
其中,文本特征向量是基于目标文本的文本内容来确定的。
由于目标文本处理模型用于对向量进行处理,因此在将目标文本输入至目标文本处理模型之前,需要先确定与目标文本相对应的文本特征向量。
S130、基于目标文本处理模型对文本特征向量进行处理,得到与目标文本相对应的目标文本意图。
其中,目标文本处理模型可以是预先训练得到的,用于对目标文本的特征向量进行处理。从而,基于输出结果,可以确定与目标文本相对应的目标文本意图。目标文本意图可以是与发言用户的音频信息相对应的目的,例如,发言用户发表的言论是提问、赞扬、批评和/或鼓励等意图。
具体的,将与目标文本相对应的文本特征向量输入至预先训练得到的目标文本处理模型后,目标文本处理模型可以对特征向量进行处理,得到与特征性向量相应的标签标号,基于标签标号可以确定与目标文本相对应的文本意图。
本公开实施例的技术方案,在采集到音频信息时,可以将音频信息转换为相应的文本,基于文本的基本属性信息可以确定与其相对应的文本处理模型,基于文本处理模型的输出结果确定文本的文本意图,从而确定与发言信息所对应的意图,提高了确定文本意图便捷性以及高效性的技术效果。
在上述技术方案的基础上,在获取目标文本的基本属性信息之前,还包括:采集目标发言用户的音频信息,并将所述音频信息转换为相应的文本,得到待处理文本;将所述待处理文本中的停用词从所述待处理文本中删除,得到所述目标文本。
需要说明的是,不论哪一个用户发言,服务器均可以采集其音频信息并转换为相应的文本,基于文本中的内容确定发言用户的发言意图。
其中,可以将当前正在发言的发言用户作为目标发言用户。即,服务器可以将采集到的音频信息所对应的发言用户作为目标发言用户。待处理文本例如可以是是指将发言用户的音频信息转换后得到的文本。
进一步地,为了便于快速确定与目标文本相对应的目标文本意图,可以对待处理文本进行处理。可选的,对待处理文本进行处理,可以是剔除待处理文本中的预设文字,例如,“的”,“了”等停用词。将剔除停用词后得到的文本,作为目标文本。
也就是说,待处理文本是基于音频信息直接转换得到的,因此文本中可能存在一些无用文字。为了提高对目标文本的处理效率,可以先剔除文本中的无用文字,以得到目标文本,从而在基于目标文本确定文本意图时,提高了确定文本意图的便捷性以及准确性的技术效果。
实施例二
图2为本公开实施例二所提供的一种文本信息处理方法流程示意图。在前述实施例的基础上,可以对“对目标文本进行处理,得到与目标文本相对应的文本特征向量”进行优化。其中,与上述实施例相同或者相应的术语在此不再赘述。
其具体步骤如图2所示:
S210、获取目标文本的基本属性信息,并根据基本属性信息确定与目标文本相对应的目标文本处理模型。
S220基于分词工具将目标文本划分为至少一个关键词,基于词向量字典确定每个关键词的词向量,基于至少一个关键词的词向量,确定与目标文本相对应的文本特征向量。
其中,可以采用分词工具将目标文本中的至少一个语句进行分词处理,得到目标文本中的各个关键词。词向量字典中包括与各个词汇相对应的向量。基于词向量字典,可以确定与每个关键词相对应的词向量。为了确定与发言内容对应的发言意图,即确定目标文本的目标文本意图,需要对发言用户所发言的每一句话进行处理,基于各个关键词对应的词向量,可以确定各关键词所属语句对应的句子向量。基于各个句子的句子向量,得到目标文本的文本特征向量。
在本实施例中,基于各关键词确定句子向量可以是,确定一句话中包括的关键词,以及各关键词的词向量,通过对词向量求和平均,得到与该句子对应的句子特征向量。基于各个句子对应的句子特征向量,可以得到与目标文本对应的文本特征向量。
为了进一步提高确定发言内容对应发言意图的准确性,文本特征向量中还可以增加与文本通顺程度相对应的一维特征向量,即,将文本的通顺程度也作为考量发言内容对应意图的因素。
可选的,确定与目标文本相对应的困惑度特征向量;基于至少一个关键词的词向量以及困惑度特征向量,得到与目标文本相对应的文本特征向量;其中,困惑度特征向量用于表征目标文本中文本内容的通顺程度。
其中,困惑度特征向量可以基于预先训练的语言模型来确定。可以将文本输入至语言模型中,得到与文本相对应的困惑度特征向量。即,困惑度特征向量用于表征发言内容对应语句的通顺程度,相应的,基于困惑度特征向量和各个关键词的词向量,可以综合确定与目标文本相对应的文本特征向量,进而基于文本特征向量确定目标文本的目标文本意图。
S230、基于目标文本处理模型对文本特征向量进行处理,得到与目标文本相对应的目标文本意图。
本公开实施例的技术方案,在确定与目标文本对应的文本特征向量后,可以将文本特征向量输入至相应的文本处理模型中,以基于文本处理模型对文本特征向量进行处理,得到与目标文本相对应的文本意图,提高了确定目标文本意图准确性以及便捷性。
实施例三
图3为本公开实施例三所所提供的一种文本信息处理方法流程示意图。在前述实施例的基础上,可以对上述实施例中“获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型”进行优化。其中与上述实施例相同或相应的术语解释在此不再赘述。
其具体步骤如图3所示:
S310、若文字数量大于等于预设文字数量阈值,则确定与目标文本相对应的目标文本处理模型为第一预测评估模型。
在本实施例中,目标文本的基本属性信息可以是目标文本中文字的数量。
其中,文字数量阈值可以是根据经验设置的,或者是根据多次实验结果来确定的,可选的,预设文字数量阈值为25个文字。第一预测评估模型是基于多个子模型集成学习训练得到的,用于确定与目标文本相对应的文本意图。可选的,基于bagging模式进行集成学习,这样设置的好处在于,可以提高模型判断的准确率,进而提高目标文本意图确定的准确率。
其中,第一预测评估模型中集成学习了至少三个多分类子评估模型。可选的,子评估模型的数量可以是五个,每个子评估模型可以分别是:逻辑回归模型、梯度决策树模型、随机森林模型、贝叶斯模型以及支持向量机模型。每个子评估模型均可以对文本特征向量进行处理,得到与目标文本相对应的待处理文本意图。由于第一预测评估模型中的多个子评估模型是集成学习的,因此在各个模型输出待处理文本意图后,可以基于第一预测评估模型中的投票机制来确定的票率最高的待处理文本意图,并将此待处理文本意图作为目标文本意图。
S320、对目标文本进行处理,得到与目标文本相对应的文本特征向量。
S330、将文本特征向量分别输入至第一预测评估模型中的至少三个子评估模型,得到与目标文本相对应的至少三个待处理文本意图。
具体的,在得到与目标文本对应的文本特征向量后,可以将文本特征向量输入至第一预测评估模型。第一预测评估模型中的每个子评估模型可以分别对输入的文本特征向量进行处理并输出文本特征向量对应的待处理文本意图。
S340、基于第一预测评估模型中的投票机制,从至少三个待处理文本意图中确定目标文本的目标文本意图。
需要说明的是,第一预测评估模型中的各个子评估模型是基于bagging模式集成学习的,因此在各个子评估模型输出待处理文本意图后,可以基于第一预测评估模型中的投票机制,从所有待处理文本意图中投票选出得到最高的待处理文本意图作为目标文本意图。采用此种方式的好处在于,提高了模型判断文本意图的精准性。
本公开实施例的技术方案,通过第一预测模型中的各个子评估模型可以分别确定与文本特征向量相对应的待处理文本意图,并从所有待处理文本意图中票选出得票率最高的待处理文本意图,作为目标文本意图,提高了确定目标文本对应目标文本意图的准确性以及便捷性。也就是说,通过采用与目标文本相对应的模型对文本进行处理,可以提高文本处理的便捷性以及准确性的技术效果。
在上述技术方案的基础上,在基于第一预测评估模型确定目标文本意图之前,需要训练得到第一预测评估模型。
可选的,获取训练样本数据;训练样本数据中包括文本特征向量、文本意图标签以及预设输出值;训练样本数据包括正样本和负样本,正样本为有意图的样本;负样本为无意图的样本;针对第一预测评估模型中的每个待训练多分类子评估模型,将每个训练样本数据中的文本特征向量和文本意图标识输入至待训练多分类子评估模型中,得到与每个训练样本数据相对应的初始评估值;基于初始评估值和预设输出值,对待训练多分类子评估模型中的预设损失函数值进行修正;将预设损失函数值达到收敛作为训练目标,对所待训练多分类子评估模型进行训练,以得到多分类子评估模型;将各个多分类子评估模型集成学习,得到第一预测评估模型;第一预测评估模型用于确定目标文本的文本意图。
为了提高第一预测评估模型中各个子评估模型的准确性,训练样本数据可以尽可能多和丰富。训练样本数据中既要包括正样本也要包括负样本。正样本是指有意图的样本,可选的,意图可以是鼓励、赞扬、批评、提问等,可以设置不同意图对应的标签,同时还可以设置样本的输出值,即样本的输出标签。负样本是指没有意图的样本。初始评估值是基于待训练多分类评估模型对文本特征向量和标签处理之后得到的评估值。损失函数为预先设置的,用于衡量确定的待训练多分类子评估模型是否准确。
需要说明的是,在对待训练多分类子评估模型进行训练之前,可以将训练参数设置为默认值。在对待训练多分类子评估模型训练时,可以基于待训练多分类子评估模型的输出结果修正模型中的训练参数,即可以基于损失函数值来修正模型中的训练参数。
针对每个多分类子评估模型,可以将训练样本数据对应的特征向量和文本意图标签,输入至待训练多分类子评估模型得到与训练样本数据对应的初始评估值。基于初始评估值和训练样本数据中设置的输出值,可以确定待训练子评估模型中的损失参数,基于损失参数对待训练多分类模型进行修正。
具体的,可以将损失函数的训练误差,即损失参数作为检测损失函数当前是否达到收敛的条件,比如训练误差是否小于预设误差或误差变化趋势是否趋于稳定,或者当前的迭代次数是否等于预设次数。若检测达到收敛条件,比如损失函数的训练误差达到小于预设误差或误差变化趋于稳定,表明待训练多分类子评估模型训练完成,此时可以停止迭代训练。若检测到当前未达到收敛条件,可以进一步获取训练样本数据对待训练多分类子评估模型进行训练,直至损失函数的训练误差在预设范围之内。当损失函数的训练误差达到收敛时,可以将待训练多分类子评估模型作为多分类子评估模型。
重复执行上述步骤可以得到各个多分类子评估模型,通过对各个多分类子评估模型集成学习,可以得到第一预测评估模型。
实施例四
图4为本公开实施例四所提供的一种文本信息处理方法流程示意图,在前述实施例的基础上,可以对“所述获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型”进行优化。其中与上述实施例相同或相应的术语解释在此不再赘述。
如图4所示,所述方法包括:
S410、若文字数量小于预设文字数量,则确定与目标文本相对应的目标文本处理模型为单分类模型。
其中,文本的基本属性信息可以是文本中文字的数量。预设文字数量阈值可以是25个文字。单分类模型为预先确定的,可以是deepsvd模型。该单分类模型用于确定与目标文本相对应的目标文本意图。
具体的,在检测到目标文本中的文字数量小于预设文字数量阈值,可以获取相应的单分类模型,以便基于单分类模型来确定目标文本的目标文本意图。
S420、对目标文本进行处理,得到与目标文本相对应的文本特征向量。
S430、基于目标文本处理模型对文本特征向量进行处理,得到与目标文本相对应的目标文本意图。
具体的,可以基于单分类模型对文本特征向量进行处理,来确定目标文本的文本意图。
本公开实施例的技术方案,通过目标文本的文本属性信息,可以确定与其相应的目标文本处理模型,提高了对目标文本处理的准确性以及便捷性的技术效果。
需要说明的是,在基于单分类模型确定目标文本的目标文本意图之前,需要训练得到单分类模型。
在本实施例中,训练单分类模型可以是:获取训练样本数据;所述训练样本数据中包括文本特征向量、文本意图标签以及预设输出值;所述训练样本数据中包括正样本;所述正样本为有意图的样本;基于所述训练样本数据训练所述单分类模型;所述单分类模型用于确定所述目标文本的文本意图。
在本实施例中,训练单分类模型的好处在于,当文字数量小于预设文字数量阈值时,可以采用该单分类模型对文字进行处理,提高了对文字处理的针对性,以及准确性的技术效果。
实施例五
图5为本公开实施例五所提供的一种文本信息处理方法流程示意图。在前述实施例的基础上,在确定与发言用户相对应的发言意图之后,还可以确定与发言意图相对应的展示内容,并将展示内容发送至客户端,以在检测到触发展示内容对应的控件时,将展示内容展示在客户端。其中与上述实施例相同或相应的术语解释在此不再赘述。
S510、获取目标文本的基本属性信息,并根据基本属性信息确定与目标文本相对应的目标文本处理模型;
S520、对目标文本进行处理,得到与目标文本相对应的文本特征向量;
S530、基于目标文本处理模型对文本特征向量进行处理,得到与目标文本相对应的目标文本意图。
S540、确定与所述目标文本意图相对应的展示内容,并将所述展示内容发送至客户端,以使所述客户端展示所述展示内容。
其中,展示内容是与文本意图相对应的展示图标和/或展示文本。展示图标可以是与鼓掌、点赞、举手等对应的图标;展示文本可以是“你真棒”,“请踊跃报名”等。
具体的,在确定与目标文本相对应的目标文本意图后,可以自动确定与文本意图相对应的展示内容,或者是从预先制作的对照关系表中确定与文本意图相对应的展示内容,并将展示内容发送至客户端,以使客户端显示展示内容。
示例性的,若基于目标文本确定目标文本意图为“提问”时,则可以自动确定与发言意图“提问”对应的展示内容,如“举手”图标;或者是基于预先建立的映射关系表,如,不同意图对应的不同动作或者文本,来确定与“提问”相对应的展示内容。在确定展示内容后,可以将展示内容发送至客户端,如将“举手”图标发送至每个互动用户对应的客户端,以在客户端展示。
在上述技术方案基础上,当检测到触发与展示内容对应的控件时,将展示内容展示在客户端的预设显示区域中。
其中,预设显示区域可以是显示目标文本的主显示界面。
具体的,在客户端接收到展示内容后,可以直接将展示内容显示在显示目标文本的主显示界面上,或者是,可以将展示内容以提醒的方式弹出在主显示界面上,当用户触发该展示内容时,可以将展示内容在预设显示区域中凸起处显示。
示例性的,在互动用户触发客户端上展示的“举手”控件时,可以将“举手”的图标展示在预设位置处,以提醒其他互动用户有用户举手回答,提高了互动的趣味性以及便捷性,进而提高互动交互效率的技术效果。
本公开实施例的技术方案,在确定目标文本对应的目标意图后,还可以确定与目标意图相对应的展示内容,提高了互动的趣味性以及便捷性,进而提高了互动交互效率的技术效果。
实施例六
图6是本公开实施例六所提供的一种信息处理装置结构示意图。如图6所示,所述装置包括:目标文本处理模型确定模块610、文本特征向量确定模块620以及文本意图确定模块630。
其中,目标文本处理模型确定模块610,用于获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;文本特征向量确定模块620,用于对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;文本意图确定模块630,用于基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。
在上述技术方案的基础上,目标文本处理模型包括第一预测评估模型;所述基本属性信息包括目标文本的文字数量信息,所述目标文本处理模型确定模块,还用于若所述文字数量大于等于预设文字数量阈值,则确定与所述目标文本相对应的目标文本处理模型为第一预测评估模型;所述第一预测评估模型中集成学习至少三个多分类子评估模型,每个多分类子评估模型用于确定目标文本的待处理文本意图;所述第一预测评估模型还用于根据所述至少三个子评估模型输出的待处理文本意图,确定所述目标文本的目标意图。
在上述各技术方案的基础上,所述文本意图确定模块包括:待处理文本意图确定单元,用于将所述文本特征向量分别输入至所述第一预测评估模型中的至少三个子评估模型,得到与所述目标文本相对应的至少三个待处理文本意图;目标文本意图确定单元,用于基于所述第一预测评估模型中的投票机制,从所述至少三个待处理文本意图中确定所述目标文本的目标文本意图。
在上述各技术方案的基础上,目标文本处理模型还包括单分类模型,所述基本属性信息包括目标文本中的文字数量信息,所述目标文本处理模型确定模块:还用于若所述文字数量小于预设文字数量,则确定与所述目标文本相对应的目标文本处理模型为所述单分类模型;所述单分类模型用于对确定目标文本的目标文本意图。
在上述各技术方案的基础上,所述文本特征向量确定模块包括:关键词确定单元,用于基于分词工具将所述目标文本划分为至少一个关键词;
词向量确定单元,用于基于词向量字典确定每个关键词的词向量;
特征向量确定单元,用于基于所述至少一个关键词的词向量,确定与所述目标文本相对应的文本特征向量。
在上述各技术方案的基础上,所述特征向量确定单元,包括:
特征向量确定子单元,用于确定与所述目标文本相对应的困惑度特征向量;文本特征向量确定子单元,用于基于所述至少一个关键词的词向量以及所述困惑度特征向量,得到与所述目标文本相对应的文本特征向量;其中,所述困惑度特征向量用于表征所述目标文本中文本内容的通顺程度。
在上述各技术方案的基础上,所述装置还包括待处理文本确定模块,用于在获取目标文本的基本属性信息之前,还用于:采集目标发言用户的音频信息,并将所述音频信息转换为相应的文本,得到待处理文本;将所述待处理文本中的预设文字从所述待处理文本中删除,得到所述目标文本
在上述各技术方案的基础上,所述装置还包括:第一预测评估模型确定模块,用于训练所述第一预测评估模型;所述训练所述第一预测评估模型,包括:获取训练样本数据;所述训练样本数据中包括文本特征向量、文本意图标签以及预设输出值;所述训练样本数据包括正样本和负样本,正样本为有意图的样本;负样本为无意图的样本;针对第一预测评估模型中的每个待训练多分类子评估模型,将每个训练样本数据中的文本特征向量和文本意图标识输入至所述待训练多分类子评估模型中,得到与每个训练样本数据相对应的初始评估值;基于所述初始评估值和所述预设输出值,对所述待训练多分类子评估模型中的预设损失函数值进行修正;将所述预设损失函数值达到收敛作为训练目标,对所待训练多分类子评估模型进行训练,以得到所述多分类子评估模型;将各个多分类子评估模型集成学习,得到所述第一预测评估模型;所述第一预测评估模型用于确定所述目标文本的文本意图。
在上述各技术方案的基础上,所述装置还包括:单分类模型确定模块,用于训练单分类模型;训练所述单分类模型包括:获取训练样本数据;所述训练样本数据中包括文本特征向量、文本意图标签以及预设输出值;所述训练样本数据中包括正样本;所述正样本为有意图的样本;基于所述训练样本数据训练所述单分类模型;所述单分类模型用于确定所述目标文本的文本意图。
在上述各技术方案的基础上,所述文本意图包括鼓励、提问、赞扬、批评中的至少一种或多种。
在上述各技术方案的基础上,在所述得到与所述目标文本相对应的目标文本意图之后,还包括:确定与所述目标文本意图相对应的展示内容,并将所述展示内容发送至客户端,以使所述客户端展示所述展示内容。
在上述各技术方案的基础上,所述装置还包括显示模块,用于当检测到触发与所述展示内容对应的控件时,将所述展示内容展示在所述客户端的预设显示区域中。
在上述各技术方案的基础上,所述预设显示区域为显示所述目标文本的主显示界面。
在上述各技术方案的基础上,所述展示内容包括展示图标和/或展示文本。
本公开实施例的技术方案,通过文本信息的属性信息,确定相应的文本处理模型,基于文本处理模型实现了便捷、准确的确定发言用户发表言论对应的发言意图,进而提高了互动过程中互动用户的交互效率。
本公开实施例所提供的信息处理装置可执行本公开任意实施例所提供的信息处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
实施例七
下面参考图7,其示出了适于用来实现本公开实施例的电子设备(例如图7中的终端设备或服务器)700的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置706加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置706;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置706被安装,或者从ROM702被安装。在该计算机程序被处理装置701执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施例提供的电子设备与上述实施例提供的文本信息处理方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
实施例八
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的文本信息处理方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;
对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;
基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元/模块的名称在某种情况下并不构成对该单元本身的限定,例如,目标文本处理模型确定模块还可以被描述为“模型确定模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种文本信息处理方法,该方法包括:
获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;
对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;
基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。
根据本公开的一个或多个实施例,【示例二】提供了一种文本信息处理方法,还包括:
可选的,目标文本处理模型包括第一预测评估模型;所述基本属性信息包括目标文本的文字数量信息,所述获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型,包括:
若所述文字数量大于等于预设文字数量阈值,则确定与所述目标文本相对应的目标文本处理模型为第一预测评估模型;
所述第一预测评估模型中集成至少三个多分类子评估模型,每个多分类子评估模型用于确定目标文本的待处理文本意图;所述第一预测评估模型还用于根据所述至少三个子评估模型输出的待处理文本意图,确定所述目标文本的目标意图。
根据本公开的一个或多个实施例,【示例三】提供了一种文本信息处理方法,还包括:
可选的,所述基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图,包括:
将所述文本特征向量分别输入至所述第一预测评估模型中的至少三个子评估模型,得到与所述目标文本相对应的至少三个待处理文本意图;
基于所述第一预测评估模型中的投票机制,从所述至少三个待处理文本意图中确定所述目标文本的目标文本意图。
根据本公开的一个或多个实施例,【示例四】提供了一种文本信息处理方法,还包括:
可选的,目标文本处理模型还包括单分类模型,所述基本属性信息包括目标文本中的文字数量信息,所述获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型,包括:
若所述文字数量小于预设文字数量,则确定与所述目标文本相对应的目标文本处理模型为所述单分类模型;
所述单分类模型用于对确定目标文本的目标文本意图。
根据本公开的一个或多个实施例,【示例五】提供了一种文本信息处理方法,还包括:
可选的,所述对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量,包括:
基于分词工具将所述目标文本划分为至少一个关键词;
基于词向量字典确定每个关键词的词向量;
基于所述至少一个关键词的词向量,确定与所述目标文本相对应的文本特征向量。
根据本公开的一个或多个实施例,【示例六】提供了一种文本信息处理方法,还包括:
可选的,所述基于所述至少一个关键词的词向量,确定与所述目标文本相对应的文本特征向量,包括:
确定与所述目标文本相对应的困惑度特征向量;
基于所述至少一个关键词的词向量以及所述困惑度特征向量,得到与所述目标文本相对应的文本特征向量;
其中,所述困惑度特征向量用于表征所述目标文本中文本内容的通顺程度。
根据本公开的一个或多个实施例,【示例七】提供了一种文本信息处理方法,还包括:
可选的,在获取目标文本的基本属性信息之前,还包括:
采集目标发言用户的音频信息,并将所述音频信息转换为相应的文本,得到待处理文本;
将所述待处理文本中的停用词从所述待处理文本中删除,得到所述目标文本。
根据本公开的一个或多个实施例,【示例八】提供了一种文本信息处理方法,还包括:
可选的,所述第一预测评估模型通过如下方式训练得到:
获取训练样本数据;所述训练样本数据中包括文本特征向量、文本意图标签以及预设输出值;所述训练样本数据包括正样本和负样本,正样本为有意图的样本;负样本为无意图的样本;
针对第一预测评估模型中的每个待训练多分类子评估模型,将每个训练样本数据中的文本特征向量和文本意图标签输入至所述待训练多分类子评估模型中,得到与每个训练样本数据相对应的初始评估值;
基于所述初始评估值和所述预设输出值,对所述待训练多分类子评估模型中的预设损失函数值进行修正;
将所述预设损失函数值达到收敛作为训练目标,对所待训练多分类子评估模型进行训练,以得到所述多分类子评估模型;
将各个多分类子评估模型集成学习,得到所述第一预测评估模型;
所述第一预测评估模型用于确定所述目标文本的文本意图。
根据本公开的一个或多个实施例,【示例九】提供了一种文本信息处理方法,还包括:
可选的,所述单分类模型通过如下方式训练得到:
获取训练样本数据;所述训练样本数据中包括文本特征向量、文本意图标签以及预设输出值;所述训练样本数据中包括正样本;所述正样本为有意图的样本;
基于所述训练样本数据训练所述单分类模型;
所述单分类模型用于确定所述目标文本的文本意图。
根据本公开的一个或多个实施例,【示例十】提供了一种文本信息处理方法,还包括:
可选的,在所述得到与所述目标文本相对应的目标文本意图之后,还包括:
确定与所述目标文本意图相对应的展示内容,并将所述展示内容发送至客户端,以使所述客户端展示所述展示内容。
根据本公开的一个或多个实施例,【示例十一】提供了一种文本信息处理方法,还包括:当检测到触发与所述展示内容对应的控件时,将所述展示内容展示在所述客户端的预设显示区域中。
根据本公开的一个或多个实施例,【示例十二】提供了一种文本信息处理方法,还包括:所述预设显示区域为显示所述目标文本的主显示界面。
根据本公开的一个或多个实施例,【示例十三】提供了一种文本信息处理方法,还包括:
所述展示内容包括展示图标和/或展示文本。
根据本公开的一个或多个实施例,【示例十四】提供了一种信息处理装置,该装置包括:
目标文本处理模型确定模块,用于获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;
文本特征向量确定模块,用于对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;
文本意图确定模块,用于基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (17)
1.一种文本信息处理方法,其特征在于,包括:
获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;
对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;
基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。
2.根据权利要求1所述的方法,其特征在于,目标文本处理模型包括第一预测评估模型;所述基本属性信息包括目标文本的文字数量信息,所述获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型,包括:
若所述文字数量大于等于预设文字数量阈值,则确定与所述目标文本相对应的目标文本处理模型为第一预测评估模型;
所述第一预测评估模型中集成至少三个多分类子评估模型,每个多分类子评估模型用于确定目标文本的待处理文本意图;所述第一预测评估模型还用于根据所述至少三个子评估模型输出的待处理文本意图,确定所述目标文本的目标意图。
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图,包括:
将所述文本特征向量分别输入至所述第一预测评估模型中的至少三个子评估模型,得到与所述目标文本相对应的至少三个待处理文本意图;
基于所述第一预测评估模型中的投票机制,从所述至少三个待处理文本意图中确定所述目标文本的目标文本意图。
4.根据权利要求1所述的方法,其特征在于,目标文本处理模型还包括单分类模型,所述基本属性信息包括目标文本中的文字数量信息,所述获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型,包括:
若所述文字数量小于预设文字数量,则确定与所述目标文本相对应的目标文本处理模型为所述单分类模型;
所述单分类模型用于对确定目标文本的目标文本意图。
5.根据权利要求1所述的方法,其特征在于,所述对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量,包括:
基于分词工具将所述目标文本划分为至少一个关键词;
基于词向量字典确定每个关键词的词向量;
基于所述至少一个关键词的词向量,确定与所述目标文本相对应的文本特征向量。
6.根据权利要求5所述的方法,其特征在于,所述基于所述至少一个关键词的词向量,确定与所述目标文本相对应的文本特征向量,包括:
确定与所述目标文本相对应的困惑度特征向量;
基于所述至少一个关键词的词向量以及所述困惑度特征向量,得到与所述目标文本相对应的文本特征向量;
其中,所述困惑度特征向量用于表征所述目标文本中文本内容的通顺程度。
7.根据权利要求1所述的方法,其特征在于,在获取目标文本的基本属性信息之前,还包括:
采集目标发言用户的音频信息,并将所述音频信息转换为相应的文本,得到待处理文本;
将所述待处理文本中的停用词从所述待处理文本中删除,得到所述目标文本。
8.根据权利要求3所述的方法,其特征在于,
所述第一预测评估模型通过如下方式训练得到:
获取训练样本数据;所述训练样本数据中包括文本特征向量、文本意图标签以及预设输出值;所述训练样本数据包括正样本和负样本,正样本为有意图的样本;负样本为无意图的样本;
针对第一预测评估模型中的每个待训练多分类子评估模型,将每个训练样本数据中的文本特征向量和文本意图标签输入至所述待训练多分类子评估模型中,得到与每个训练样本数据相对应的初始评估值;
基于所述初始评估值和所述预设输出值,对所述待训练多分类子评估模型中的预设损失函数值进行修正;
将所述预设损失函数值达到收敛作为训练目标,对所待训练多分类子评估模型进行训练,以得到所述多分类子评估模型;
将各个多分类子评估模型集成学习,得到所述第一预测评估模型;
所述第一预测评估模型用于确定所述目标文本的文本意图。
9.根据权利要求4所述的方法,其特征在于,
所述单分类模型通过如下方式训练得到:
获取训练样本数据;所述训练样本数据中包括文本特征向量、文本意图标签以及预设输出值;所述训练样本数据中包括正样本;所述正样本为有意图的样本;
基于所述训练样本数据训练所述单分类模型;
所述单分类模型用于确定所述目标文本的文本意图。
10.根据权利要求1-6中任一所述的方法,其特征在于,在所述得到与所述目标文本相对应的目标文本意图之后,还包括:
确定与所述目标文本意图相对应的展示内容,并将所述展示内容发送至客户端,以使所述客户端展示所述展示内容。
11.根据权利要求要求10所述的方法,其特征在于,还包括:
当检测到触发与所述展示内容对应的控件时,将所述展示内容展示在所述客户端的预设显示区域中。
12.根据权利要求11所述的方法,其特征在于,所述预设显示区域为显示所述目标文本的主显示界面。
13.根据权利要求10所述的方法,其特征在于,所述展示内容包括展示图标和/或展示文本。
14.根据权利要求1-6任一所述的方法,其特征在于,所述目标文本是基于多媒体视频流所生成的文字信息。
15.一种文本信息处理装置,其特征在于,包括:
目标文本处理模型确定模块,用于获取目标文本的基本属性信息,并根据所述基本属性信息确定与所述目标文本相对应的目标文本处理模型;
文本特征向量确定模块,用于对所述目标文本进行处理,得到与所述目标文本相对应的文本特征向量;
文本意图确定模块,用于基于所述目标文本处理模型对所述文本特征向量进行处理,得到与所述目标文本相对应的目标文本意图。
16.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-14中任一所述的文本信息处理方法。
17.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-14中任一所述的文本信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010866385.5A CN112069786A (zh) | 2020-08-25 | 2020-08-25 | 文本信息处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010866385.5A CN112069786A (zh) | 2020-08-25 | 2020-08-25 | 文本信息处理方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112069786A true CN112069786A (zh) | 2020-12-11 |
Family
ID=73660366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010866385.5A Pending CN112069786A (zh) | 2020-08-25 | 2020-08-25 | 文本信息处理方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112069786A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204632A (zh) * | 2021-06-01 | 2021-08-03 | 携程旅游信息技术(上海)有限公司 | 文本信息处理方法及介质、设备、*** |
CN116628177A (zh) * | 2023-05-22 | 2023-08-22 | 福建省网络与信息安全测评中心 | 针对网络安全平台的交互数据处理方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522556A (zh) * | 2018-11-16 | 2019-03-26 | 北京九狐时代智能科技有限公司 | 一种意图识别方法及装置 |
CN110097886A (zh) * | 2019-04-29 | 2019-08-06 | 贵州小爱机器人科技有限公司 | 意图识别方法及装置、存储介质、终端 |
CN110162633A (zh) * | 2019-05-21 | 2019-08-23 | 深圳市珍爱云信息技术有限公司 | 语音数据意图确定方法、装置、计算机设备和存储介质 |
CN110458207A (zh) * | 2019-07-24 | 2019-11-15 | 厦门快商通科技股份有限公司 | 一种语料意图预测方法、语料标注方法及电子设备 |
-
2020
- 2020-08-25 CN CN202010866385.5A patent/CN112069786A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522556A (zh) * | 2018-11-16 | 2019-03-26 | 北京九狐时代智能科技有限公司 | 一种意图识别方法及装置 |
CN110097886A (zh) * | 2019-04-29 | 2019-08-06 | 贵州小爱机器人科技有限公司 | 意图识别方法及装置、存储介质、终端 |
CN110162633A (zh) * | 2019-05-21 | 2019-08-23 | 深圳市珍爱云信息技术有限公司 | 语音数据意图确定方法、装置、计算机设备和存储介质 |
CN110458207A (zh) * | 2019-07-24 | 2019-11-15 | 厦门快商通科技股份有限公司 | 一种语料意图预测方法、语料标注方法及电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204632A (zh) * | 2021-06-01 | 2021-08-03 | 携程旅游信息技术(上海)有限公司 | 文本信息处理方法及介质、设备、*** |
CN116628177A (zh) * | 2023-05-22 | 2023-08-22 | 福建省网络与信息安全测评中心 | 针对网络安全平台的交互数据处理方法及*** |
CN116628177B (zh) * | 2023-05-22 | 2023-11-14 | 福建省网络与信息安全测评中心 | 针对网络安全平台的交互数据处理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111428010B (zh) | 人机智能问答的方法和装置 | |
CN110969012B (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
CN113470619B (zh) | 语音识别方法、装置、介质及设备 | |
WO2020182123A1 (zh) | 用于推送语句的方法和装置 | |
CN112509562B (zh) | 用于文本后处理的方法、装置、电子设备和介质 | |
WO2022111347A1 (zh) | 信息处理方法、装置、电子设备和存储介质 | |
CN110597965B (zh) | 文章的情感极性分析方法、装置、电子设备及存储介质 | |
CN113724709A (zh) | 文本内容匹配方法、装置、电子设备及存储介质 | |
CN112883968A (zh) | 图像字符识别方法、装置、介质及电子设备 | |
CN112364829A (zh) | 一种人脸识别方法、装置、设备及存储介质 | |
CN111414471B (zh) | 用于输出信息的方法和装置 | |
CN112309384B (zh) | 一种语音识别方法、装置、电子设备及介质 | |
CN112069786A (zh) | 文本信息处理方法、装置、电子设备及介质 | |
WO2022161122A1 (zh) | 一种会议纪要的处理方法、装置、设备及介质 | |
CN111090993A (zh) | 属性对齐模型训练方法及装置 | |
CN114817478A (zh) | 基于文本的问答方法、装置、计算机设备及存储介质 | |
CN110634050A (zh) | 一种鉴别房源类型的方法、装置、电子设备及存储介质 | |
CN111931494A (zh) | 用于生成预测信息的方法、装置、电子设备和介质 | |
CN115292487A (zh) | 基于朴素贝叶斯的文本分类方法、装置、设备和介质 | |
CN116821327A (zh) | 文本数据处理方法、装置、设备、可读存储介质及产品 | |
CN111339770B (zh) | 用于输出信息的方法和装置 | |
CN115967833A (zh) | 视频生成方法、装置、设备计存储介质 | |
CN111859902A (zh) | 一种文本处理方法、装置、设备及介质 | |
CN113223496A (zh) | 一种语音技能测试方法、装置及设备 | |
CN112951274A (zh) | 语音相似度确定方法及设备、程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201211 |
|
RJ01 | Rejection of invention patent application after publication |