CN109558593A - 用于处理文本的方法和装置 - Google Patents
用于处理文本的方法和装置 Download PDFInfo
- Publication number
- CN109558593A CN109558593A CN201811455676.4A CN201811455676A CN109558593A CN 109558593 A CN109558593 A CN 109558593A CN 201811455676 A CN201811455676 A CN 201811455676A CN 109558593 A CN109558593 A CN 109558593A
- Authority
- CN
- China
- Prior art keywords
- text
- processed
- key message
- comment
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000000284 extract Substances 0.000 claims abstract description 24
- 238000012549 training Methods 0.000 claims description 53
- 238000000605 extraction Methods 0.000 claims description 13
- 238000012552 review Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006854 communication Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/258—Heading extraction; Automatic titling; Numbering
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了用于处理文本的方法和装置。该方法的一具体实施方式包括:获取待处理文本,待处理文本包括文本标题;提取待处理文本中的关键信息和文本标题;将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息,其中,文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。该实施方式实现了评论信息的自动生成。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于处理文本的方法和装置。
背景技术
随着互联网的不断发展,网上的各类信息也越来越多。在浏览各种信息的过程中,往往需要对这些信息进行评论。目前,一般通过人工评论或通过预先设定的固定评论语句对这些信息进行评论。
发明内容
本申请实施例提出了用于处理文本的方法和装置。
第一方面,本申请实施例提供了一种用于处理文本的方法,该方法包括:获取待处理文本,待处理文本包括文本标题;提取待处理文本中的关键信息和文本标题;将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息,其中,文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。
在一些实施例中,在将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息之前,该方法还包括:获取待处理文本的评论类别信息,评论类别信息用于表征评论类别为正面评论或负面评论;获取与评论类别信息对应的文本评论模型。
在一些实施例中,提取待处理文本中的关键信息和文本标题,包括:获取待处理文本中的关键信息和文本标题的位置信息;根据位置信息,提取待处理文本中的关键信息和文本标题。
在一些实施例中,提取待处理文本中的关键信息和文本标题,包括:将待处理文本输入预先训练的关键信息提取模型,得到待处理文本中的关键信息,其中,关键信息提取模型用于表征文本与关键信息的对应关系。
在一些实施例中,文本评论模型通过以下步骤训练得到:获取训练样本集合,训练样本包括样本文本的关键信息、标题信息和评论信息;将训练样本集合中的训练样本的关键信息、标题信息作为输入,将与输入关键信息、标题信息对应的评论信息作为期望输出,利用机器学习的方法训练得到文本评论模型。
第二方面,本申请实施例提供了一种用于处理文本的装置,该装置包括:待处理文本获取单元,被配置成获取待处理文本,待处理文本包括文本标题;提取单元,被配置成提取待处理文本中的关键信息和文本标题;生成单元,被配置成将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息,其中,文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。
在一些实施例中,该装置还包括:评论类别信息获取单元,被配置成获取待处理文本的评论类别信息,评论类别信息用于表征评论类别为正面评论或负面评论;模型获取单元,被配置成获取与评论类别信息对应的文本评论模型。
在一些实施例中,提取单元进一步被配置成:获取待处理文本中的关键信息和文本标题的位置信息;根据位置信息,提取待处理文本中的关键信息和文本标题。
在一些实施例中,提取单元进一步被配置成:将待处理文本输入预先训练的关键信息提取模型,得到待处理文本中的关键信息,其中,关键信息提取模型用于表征文本与关键信息的对应关系。
在一些实施例中,文本评论模型通过以下步骤训练得到:获取训练样本集合,训练样本包括样本文本的关键信息、标题信息和评论信息;
将训练样本集合中的训练样本的关键信息、标题信息作为输入,将与输入关键信息、标题信息对应的评论信息作为期望输出,利用机器学习的方法训练得到文本评论模型。
第三方面,本申请实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,上述程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于处理文本的方法和装置,首先获取待处理文本,待处理文本包括文本标题。之后,提取待处理文本中的关键信息和文本标题。然后,将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息。从而实现了评论信息的自动生成。与人工方式相比,提高了生成评论信息的效率。此外,避免了现有技术中通过采用预设评论语句进行评论的情况。使评论信息根据文本的不同而不同,增强了评论信息的灵活性和针对性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于处理文本的方法的一个实施例的流程图;
图3是根据本申请实施例的用于处理文本的方法的一个应用场景的示意图;
图4是根据本申请的用于处理文本的方法的又一个实施例的流程图;
图5是根据本申请的用于处理文本的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的用于处理文本的方法或用于处理文本的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如新闻类应用、购物类应用等等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持显示信息的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上传的文本进行处理的后台处理服务器。后台处理服务器可以对接收到的文本进行提取关键信息和文本标题、以及生成评论信息等处理,并根据需要将处理结果(例如生成的评论信息)反馈至终端设备。
需要说明的是,本申请实施例所提供的用于处理文本的方法一般由服务器105执行,相应地,用于处理文本的装置一般设置于服务器105中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于处理文本的方法的一个实施例的流程200。该用于处理文本的方法,包括以下步骤:
步骤201,获取待处理文本。
在本实施例中,用于处理文本的方法的执行主体(例如图1所示服务器)可以首先从通信连接的终端设备(例如图1所示终端设备)获取待处理文本。其中,文本作为一种书面的表现形式,可以包括文字、语句、段落等等。此处,需要说明的是,文本可以用于表达某些含义(例如新闻稿件可以用于描述具体的事件),也可以没有确切的含义。对此,本申请不做具体限定。待处理文本可以是任意的文本。待处理文本的确定可以由技术人员指定,也可以根据一定的条件进行筛选。实践中,文本往往包括文本标题。文本标题可以用简短的词语表述文本的主要内容。
步骤202,提取待处理文本中的关键信息和文本标题。
在本实施例中,上述执行主体可以通过多种方式提取待处理文本中的关键信息和文本标题。其中,根据文本的不同以及实际需求的不同,关键信息的含义也可以不同。例如,关键信息可以是文本中出现频率大于预设的频率阈值的词所组成的信息。又如,关键信息也可以是文章预设位置(例如前三句)的语句。此外,上述执行主体也可以通过各种方式提取文本的标题信息。例如,文本标题往往与文本正文的格式不同。上述执行主体也可以通过识别不同的格式,提取文本中的文本标题。又如,文本标题一般字数较少。因此,可以通过选取文本中字数小于预设的字数阈值的句子确定文本标题。
在本实施例的一些可选的实现方式中,提取待处理文本中的关键信息和文本标题,包括:获取待处理文本中的关键信息和文本标题的位置信息;根据位置信息,提取待处理文本中的关键信息和文本标题。
在这些实现方式中,上述执行主体可以首先获取待处理文本中的关键信息和文本标题的位置信息。例如,关键信息的位置信息可以是:文本的第一段的前三句。标题的位置信息可以是文本的前预设数目的字句。上述执行主体可以根据位置信息,提取文章中相应的位置的信息以及确定为关键信息和文本信息。
在本实施例的一些可选的实现方式中,提取待处理文本中的关键信息和文本标题,包括:将待处理文本输入预先训练的关键信息提取模型,得到待处理文本中的关键信息,其中,关键信息提取模型用于表征文本与关键信息的对应关系。
在这些实现方式中,作为示例,关键信息提取模型可以是现有的各种用于提取文本的关键信息的模型。例如,Topic Model、TF-IDF(term frequency–inverse documentfrequency)等等。作为示例,关键信息提取模型也可以是利用机器学习方法,基于大量的训练样本对各种人工神经网络训练得到的模型。
步骤203,将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息。
在本实施例中,上述执行主体可以将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息。其中,文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。
作为示例,上述文本评论模型可以是利用机器学习方法,基于大量的训练样本对各种人工神经网络训练得到的模型。作为示例,上述文本评论模型可以通过以下步骤训练得到:
第一步,获取初始文本评论模型。
在本实施例中,训练步骤的执行主体可以首先获取初始文本评论模型。其中,初始文本评论模型可以是现有的各种神经网络。例如,seq2seq、LSTM等。其中,LSTM(LongShort-Term Memory,是长短期记忆网络)是一种时间递归神经网络。而seq2seq是在RNN(Recurrent Neural Network,循环神经网络)的基础上演变的一种网络,主要用于处理序列。
第二步,获取训练样本集合。每个训练样本可以包括样本文本的关键信息、标题信息和评论信息。训练样本可以通过多种方式得到。作为示例,可以由技术人员对于样本文本进行评论得到评论信息。之后,对样本文本进行关键信息和标题提取。从而上述执行可以将样本文本的关键信息、标题信息和评论信息进行关联存储以得到训练样本。作为示例,还可以从互联网上选取文本(例如新闻)和文本对应的评论信息(例如,用户对于新闻的评论或留言)。之后,由技术人员从文本中选取关键信息和文本标题。在此基础上,对文本的关键信息、文本标题和评论信息进行关联存储,以得到训练样本。大量的训练样本可以组成训练样本集合。
第三步,将训练样本集合中的训练样本中的样本文本的关键信息、文本标题作为初始文本评论模型的输入,将与输入的样本文本的关键信息、文本标题对应的样本文本的评论信息作为初始文本评论模型的期望输出,利用机器学习方法训练初始文本评论模型。
具体来说,可以首先利用预设的损失函数计算所得到评论信息与样本文本的评论信息之间的差异。然后,可以基于计算所得的差异,调整初始文本评论模型的网络参数,并在满足预设的训练结束条件的情况下,结束训练。这里预设的训练结束条件可以包括但不限于以下至少一项:训练时间超过预设时长;训练次数超过预设次数;计算所得的差异小于预设差异阈值。
第四步,将训练得到的初始文本评论模型确定为文本评论模型。
需要说明的是,在本实施例中,训练步骤的执行主体可以与用于处理文本的方法的执行主体可以相同,也可以不同。如果相同,执行主体可以在训练完成后,将网络的结构信息和网络参数的参数值存储在本地。如果不同,则训练步骤的执行主体可以在训练完成后,将训练好的网络的结构信息和网络参数的参数值发送至用于处理文本的方法的执行主体。
继续参见图3,图3是根据本实施例的用于处理文本的方法的应用场景的一个示意图。在图3的应用场景中,用于处理文本的方法的执行主体为服务器301。首先,服务器301获取待处理文本302。待处理文本302包括文本标题3021。之后,服务器301提取待处理文本302中的关键信息3022和文本标题3021。在此基础上,将关键信息3022和文本标题3021输入预先训练的文本评论模型303,生成待处理文本的评论信息304。
本申请的上述实施例提供的方法,首先获取待处理文本,待处理文本包括文本标题。之后,提取待处理文本中的关键信息和文本标题。然后,将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息。从而实现了评论信息的自动生成。与人工方式相比,提高了生成评论信息的效率。此外,避免了现有技术中通过采用预设评论语句进行评论的情况。使评论信息根据文本的不同而不同,增强了评论信息的灵活性和针对性。
进一步参考图4,其示出了用于处理文本的方法的又一个实施例的流程400。该用于处理文本的方法的流程400,包括以下步骤:
步骤401,获取待处理文本。
步骤402,提取待处理文本中的关键信息和文本标题。
在本实施例中,步骤401-402的具体实现及其所带来的技术效果与图2对应的实施例中的步骤201-202类似,在此不再赘述。
步骤403,获取待处理文本的评论类别信息。
在本实施例,用于处理文本的方法的执行主体可以从本地或通信连接的终端设备获取待处理文本的评论类别信息。其中,待处理文本的评论类别信息用于表征拟生成的评论为正面评论或负面评论。这里,可以根据一定的规则将评划分为正面评论或负面评论。作为示例,可以根据评论中是否包含预设的词语,将评论划分为正面评论或负面评论。例如,可以将包含积极词语的评论划分为正面评论。积极词语包括但不限于以下至少一项:高兴、感动、正能量、好、太棒了等等。而将包含消极词语的评论划分为负面评论。消极词语包括但不限于:不好、差评、毫无意义、不推荐等等。又如,也可以根据评论中所包含的符号的类别将评论划分为正面评论或负面评论。作为示例,可以将包含大笑表情、大赞表情的评论划分为正面评论。而将包含心碎表情、大哭表情的评论划分为负面评论。
在本实施例中,评论类别信息可以有各种表现形式,包括但不限于文字、数字、符号等等。评论类别信息可以预先存储于上述执行主体本地或通信连接的其他终端设备中。
步骤404,获取与评论类别信息对应的文本评论模型。
在本实施例中,上述执行主体可以根据步骤403中获取的评论类别信息,获取与评论类别信息对应的文本评论模型。
在本实施例中,可以根据评论的不同类别生成不同的文本评论模型。作为示例,可以预先生成与正面评论对应的第一文本评论模型。而生成与负面评论对应的第二文本评论模型。在此基础上,建立评论类别信息与文本评论模型的对应关系。从而上述执行主体可以根据待处理文本的评论类别信息,获取评论类别信息所对应的文本评论模型。
步骤405,将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息。
在本实施例中,步骤405的具体处理及其所带来的技术效果可以参考图2对应的实施例中的步骤203,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例的用于处理文本的方法的流程中增加了基于文本的评论类别信息,获取对应的文本评论模型的步骤。从而实现了根据所需的不同评论类别,生成不同的评论信息。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于处理文本的装置的一个实施例,该装置与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理文本的装置500包括:待处理文本获取单元501、提取单元502和生成单元503。待处理文本获取单元501被配置成获取待处理文本,待处理文本包括文本标题。提取单元502被配置成提取待处理文本中的关键信息和文本标题。生成单元503被配置成将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息,其中,文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。
在本实施例中,用于处理文本的装置500中的待处理文本获取单元501、提取单元502和生成单元503的具体实现及其所带来的技术效果可以参考图2对应的实施例中的步骤201-203,在此不再赘述。
在本实施例的一些可选的实现方式中,该装置500还包括:评论类别信息获取单元(图中未示出)和模型获取单元(图中未示出)。其中,评论类别信息获取单元被配置成获取待处理文本的评论类别信息,评论类别信息用于表征评论类别为正面评论或负面评论。模型获取单元被配置成获取与评论类别信息对应的文本评论模型。
在本实施例的一些可选的实现方式中,提取单元502进一步被配置成:获取待处理文本中的关键信息和文本标题的位置信息;根据位置信息,提取待处理文本中的关键信息和文本标题。
在本实施例的一些可选的实现方式中,提取单元502进一步被配置成:将待处理文本输入预先训练的关键信息提取模型,得到待处理文本中的关键信息,其中,关键信息提取模型用于表征文本与关键信息的对应关系。
在本实施例的一些可选的实现方式中,文本评论模型通过以下步骤训练得到:获取训练样本集合,训练样本包括样本文本的关键信息、标题信息和评论信息;将训练样本集合中的训练样本的关键信息、标题信息作为输入,将与输入关键信息、标题信息对应的评论信息作为期望输出,利用机器学习的方法训练得到文本评论模型。
在本实施例中,可以首先获取待处理文本,待处理文本包括文本标题。之后,提取待处理文本中的关键信息和文本标题。然后,将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息。从而实现了评论信息的自动生成。与人工方式相比,提高了生成评论信息的效率。此外,避免了现有技术中通过采用预设评论语句进行评论的情况。使评论信息根据文本的不同而不同,增强了评论信息的灵活性和针对性。
下面参考图6,其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
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部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所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、或半导体的系统、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。在本申请中,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系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的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。计算机可读的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,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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申请的操作的计算机程序代码,所述程序设计语言包括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,图示了按照本申请各种实施例的系统、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系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请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。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括待处理文本获取单元、提取单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,待处理文本获取单元还可以被描述为“获取待处理文本的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务器中所包含的;也可以是单独存在,而未装配入该服务器中。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服务器执行时,使得该服务器:获取待处理文本,待处理文本包括文本标题;提取待处理文本中的关键信息和文本标题;将关键信息和文本标题输入预先训练的文本评论模型,生成待处理文本的评论信息,其中,文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。
以上描述仅为本申请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,本申请中所涉及的发明范围,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发明构思的情况下,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。例如上述特征与本申请中公开的(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。
Claims (12)
1.一种用于处理文本的方法,包括:
获取待处理文本,所述待处理文本包括文本标题;
提取所述待处理文本中的关键信息和所述文本标题;
将所述关键信息和所述文本标题输入预先训练的文本评论模型,生成所述待处理文本的评论信息,其中,所述文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。
2.根据权利要求1所述的方法,其中,在所述将所述关键信息和所述文本标题输入预先训练的文本评论模型,生成所述待处理文本的评论信息之前,所述方法还包括:
获取所述待处理文本的评论类别信息,所述评论类别信息用于表征评论类别为正面评论或负面评论;
获取与所述评论类别信息对应的文本评论模型。
3.根据权利要求1所述的方法,其中,所述提取所述待处理文本中的关键信息和所述文本标题,包括:
获取所述待处理文本中的关键信息和所述文本标题的位置信息;
根据所述位置信息,提取所述待处理文本中的关键信息和所述文本标题。
4.根据权利要求1所述的方法,其中,所述提取所述待处理文本中的关键信息和所述文本标题,包括:
将所述待处理文本输入预先训练的关键信息提取模型,得到所述待处理文本中的关键信息,其中,所述关键信息提取模型用于表征文本与关键信息的对应关系。
5.根据权利要求1-4中任一所述的方法,其中,所述文本评论模型通过以下步骤训练得到:
获取训练样本集合,训练样本包括样本文本的关键信息、标题信息和评论信息;
将所述训练样本集合中的训练样本的关键信息、标题信息作为输入,将与输入关键信息、标题信息对应的评论信息作为期望输出,利用机器学习的方法训练得到所述文本评论模型。
6.一种用于处理文本的装置,包括:
待处理文本获取单元,被配置成获取待处理文本,所述待处理文本包括文本标题;
提取单元,被配置成提取所述待处理文本中的关键信息和所述文本标题;
生成单元,被配置成将所述关键信息和所述文本标题输入预先训练的文本评论模型,生成所述待处理文本的评论信息,其中,所述文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。
7.根据权利要求6所述的装置,其中,所述装置还包括:
评论类别信息获取单元,被配置成获取所述待处理文本的评论类别信息,所述评论类别信息用于表征评论类别为正面评论或负面评论;
模型获取单元,被配置成获取与所述评论类别信息对应的文本评论模型。
8.根据权利要求6所述的装置,其中,所述提取单元进一步被配置成:
获取所述待处理文本中的关键信息和所述文本标题的位置信息;
根据所述位置信息,提取所述待处理文本中的关键信息和所述文本标题。
9.根据权利要求6所述的装置,其中,所述提取单元进一步被配置成:
将所述待处理文本输入预先训练的关键信息提取模型,得到所述待处理文本中的关键信息,其中,所述关键信息提取模型用于表征文本与关键信息的对应关系。
10.根据权利要求6-9中任一所述的装置,其中,所述文本评论模型通过以下步骤训练得到:
获取训练样本集合,训练样本包括样本文本的关键信息、标题信息和评论信息;
将所述训练样本集合中的训练样本的关键信息、标题信息作为输入,将与输入关键信息、标题信息对应的评论信息作为期望输出,利用机器学习的方法训练得到所述文本评论模型。
11.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811455676.4A CN109558593A (zh) | 2018-11-30 | 2018-11-30 | 用于处理文本的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811455676.4A CN109558593A (zh) | 2018-11-30 | 2018-11-30 | 用于处理文本的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109558593A true CN109558593A (zh) | 2019-04-02 |
Family
ID=65868247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811455676.4A Pending CN109558593A (zh) | 2018-11-30 | 2018-11-30 | 用于处理文本的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109558593A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110209772A (zh) * | 2019-06-17 | 2019-09-06 | 科大讯飞股份有限公司 | 一种文本处理方法、装置、设备及可读存储介质 |
CN110377750A (zh) * | 2019-06-17 | 2019-10-25 | 北京百度网讯科技有限公司 | 评论生成及评论生成模型训练方法、装置及存储介质 |
CN111126063A (zh) * | 2019-12-26 | 2020-05-08 | 北京百度网讯科技有限公司 | 文本质量评估方法及装置 |
CN112231464A (zh) * | 2020-11-17 | 2021-01-15 | 安徽鸿程光电有限公司 | 信息处理方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107305549A (zh) * | 2016-04-18 | 2017-10-31 | 北京搜狗科技发展有限公司 | 语言数据处理方法、装置以及用于语言数据处理的装置 |
WO2018014759A1 (zh) * | 2016-07-18 | 2018-01-25 | 阿里巴巴集团控股有限公司 | 一种聚类数据表的展现方法、装置和系统 |
US20180089242A1 (en) * | 2016-09-26 | 2018-03-29 | Twiggle Ltd. | Hierarchic model and natural language analyzer |
CN108153723A (zh) * | 2017-12-27 | 2018-06-12 | 北京百度网讯科技有限公司 | 热点资讯评论文章生成方法、装置及终端设备 |
CN108664473A (zh) * | 2018-05-11 | 2018-10-16 | 平安科技(深圳)有限公司 | 文本关键信息的识别方法、电子装置及可读存储介质 |
-
2018
- 2018-11-30 CN CN201811455676.4A patent/CN109558593A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107305549A (zh) * | 2016-04-18 | 2017-10-31 | 北京搜狗科技发展有限公司 | 语言数据处理方法、装置以及用于语言数据处理的装置 |
WO2018014759A1 (zh) * | 2016-07-18 | 2018-01-25 | 阿里巴巴集团控股有限公司 | 一种聚类数据表的展现方法、装置和系统 |
US20180089242A1 (en) * | 2016-09-26 | 2018-03-29 | Twiggle Ltd. | Hierarchic model and natural language analyzer |
CN108153723A (zh) * | 2017-12-27 | 2018-06-12 | 北京百度网讯科技有限公司 | 热点资讯评论文章生成方法、装置及终端设备 |
CN108664473A (zh) * | 2018-05-11 | 2018-10-16 | 平安科技(深圳)有限公司 | 文本关键信息的识别方法、电子装置及可读存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110209772A (zh) * | 2019-06-17 | 2019-09-06 | 科大讯飞股份有限公司 | 一种文本处理方法、装置、设备及可读存储介质 |
CN110377750A (zh) * | 2019-06-17 | 2019-10-25 | 北京百度网讯科技有限公司 | 评论生成及评论生成模型训练方法、装置及存储介质 |
CN110209772B (zh) * | 2019-06-17 | 2021-10-08 | 科大讯飞股份有限公司 | 一种文本处理方法、装置、设备及可读存储介质 |
CN110377750B (zh) * | 2019-06-17 | 2022-05-27 | 北京百度网讯科技有限公司 | 评论生成及评论生成模型训练方法、装置及存储介质 |
CN111126063A (zh) * | 2019-12-26 | 2020-05-08 | 北京百度网讯科技有限公司 | 文本质量评估方法及装置 |
CN112231464A (zh) * | 2020-11-17 | 2021-01-15 | 安徽鸿程光电有限公司 | 信息处理方法、装置、设备及存储介质 |
CN112231464B (zh) * | 2020-11-17 | 2023-12-22 | 安徽鸿程光电有限公司 | 信息处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108022586B (zh) | 用于控制页面的方法和装置 | |
CN109558593A (zh) | 用于处理文本的方法和装置 | |
CN108877782B (zh) | 语音识别方法和装置 | |
CN109299477A (zh) | 用于生成文本标题的方法和装置 | |
CN110298906A (zh) | 用于生成信息的方法和装置 | |
CN110046254A (zh) | 用于生成模型的方法和装置 | |
CN108986805B (zh) | 用于发送信息的方法和装置 | |
CN110378474A (zh) | 对抗样本生成方法、装置、电子设备和计算机可读介质 | |
CN109635095A (zh) | 用于优化对话模型的方法和装置 | |
CN108121699B (zh) | 用于输出信息的方法和装置 | |
CN109190114A (zh) | 用于生成回复信息的方法和装置 | |
CN109522486A (zh) | 用于匹配信息的方法和装置 | |
CN109325121A (zh) | 用于确定文本的关键词的方法和装置 | |
CN109895781A (zh) | 用于控制车辆的方法和装置 | |
CN107943895A (zh) | 信息推送方法和装置 | |
CN110516261A (zh) | 简历评估方法、装置、电子设备及计算机存储介质 | |
CN109829164A (zh) | 用于生成文本的方法和装置 | |
CN109862100A (zh) | 用于推送信息的方法和装置 | |
CN111582360A (zh) | 用于标注数据的方法、装置、设备和介质 | |
CN108629011A (zh) | 用于发送反馈信息的方法和装置 | |
CN109801527A (zh) | 用于输出信息的方法和装置 | |
CN109284367A (zh) | 用于处理文本的方法和装置 | |
US20220350825A1 (en) | Automated response engine to implement internal communication interaction data via a secured omnichannel electronic data channel and external communication interaction data | |
CN109117758A (zh) | 用于生成信息的方法和装置 | |
CN110209782A (zh) | 问答模型及应答语句的生成方法、装置、介质和电子设备 |
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: 20190402 |