CN111460791B - 文本分类方法、装置、设备以及存储介质 - Google Patents
文本分类方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN111460791B CN111460791B CN202010239589.6A CN202010239589A CN111460791B CN 111460791 B CN111460791 B CN 111460791B CN 202010239589 A CN202010239589 A CN 202010239589A CN 111460791 B CN111460791 B CN 111460791B
- Authority
- CN
- China
- Prior art keywords
- text
- association information
- determining
- target processing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 111
- 238000009826 distribution Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 20
- 230000009467 reduction Effects 0.000 claims description 14
- 238000005065 mining Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 230000007787 long-term memory Effects 0.000 claims description 2
- 230000006403 short-term memory Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 14
- 239000013598 vector Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本申请公开了一种文本分类方法、装置、设备以及存储介质，涉及数据处理领域，尤其涉及人工智能技术。具体实现方案为：根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征，得到特征序列；利用至少两个目标处理逻辑，对所述特征序列进行处理，得到至少两种文本块间的语义关联信息，所述至少两个目标处理逻辑通过级联不同数量的目标处理子逻辑得到；根据所述至少两种语义关联信息，确定所述文本块的分类结果。本申请实施例提供了一种文本分类方法、装置、设备以及存储介质，提高了文本块的分类准确率，进而基于准确的分类结果可以实现对用户需要内容的快速定位和抽取。
Description
技术领域
本申请实施例涉及数据处理领域，尤其涉及人工智能技术。具体地，本申请实施例提供一种文本分类方法、装置、设备以及存储介质。
背景技术
段落分类任务本质上是先将文档切分成以段落为单位的文本块，然后为每个文本块分配适当的主题标签。只有完成段落分类，才能将不规范的文档章节与标准段落主题对齐，进而提高文档内容的定位效率，也有利于进一步的文档信息抽取。
段落分类的准确率直接影响后续主题对齐效果，进而影响内容定位和信息抽取的效果。若段落分类错误，文档章节与标准段落的主题将无法对齐，用户需要的内容也无法被快速定位和抽取，从而使得用户体验下降。
发明内容
本申请实施例提供了一种文本分类方法、装置、设备以及存储介质。
第一方面，本申请实施例提供一种文本分类方法，该方法包括：
根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征，得到特征序列；
利用至少两个目标处理逻辑，对所述特征序列进行处理，得到至少两种文本块间的语义关联信息，所述至少两个目标处理逻辑通过级联不同数量的目标处理子逻辑得到；
根据所述至少两种语义关联信息，确定所述文本块的分类结果。
第二方面，本申请实施例还提供了一种文本分类装置，该装置包括：
序列确定模块，用于根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征，得到特征序列；
信息确定模块，用于利用至少两个目标处理逻辑，对所述特征序列进行处理，得到至少两种文本块间的语义关联信息，所述至少两个目标处理逻辑通过级联不同数量的目标处理子逻辑得到；
结果确定模块，用于根据所述至少两种语义关联信息，确定所述文本块的分类结果。
第三方面，本发明实施例提供了一种电子设备，该设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例中任一项所述的方法。
第四方面，本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例中任一项所述的方法。
第五方面，本申请实施例还提供了一种文本分类方法，该方法包括：
确定至少两个文本块中各文本块的文本特征，其中所述至少两个文本块通过切分同一待分类文档获得；
根据所述文本特征和所述文本块在所述待分类文档中的位置，确定文本块间至少两种深度的语义关联信息；
根据所述语义关联信息，确定所述文本块的分类结果。
本申请实施例的技术方案，提高了文本块的分类准确率，进而基于准确的分类结果可以实现对用户需要内容的快速定位和抽取。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请实施例提供的一种文本分类方法的流程图；
图2是本申请实施例提供的另一种文本分类方法的流程图；
图3是本申请实施例提供的一种模型结构示意图；
图4是本申请实施例提供的又一种文本分类方法的流程图；
图5是本申请实施例提供的另一种模型结构示意图；
图6是本申请实施例提供的又一种文本分类方法的流程图；
图7是本申请实施例提供的又一种文本分类方法的流程图；
图8是本申请实施例提供的又一种文本分类方法的流程图；
图9是本申请实施例提供的又一种文本分类方法的流程图；
图10是本申请实施例提供的一种特征构造示意图；
图11是本申请实施例提供的一种模型预测示意图；
图12是本申请实施例提供的又一种文本分类方法的流程图；
图13是本申请实施例提供的又一种文本分类装置的结构示意图；
图14是用来实现本申请实施例的文本分类方法的电子设备框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是本申请实施例提供的一种文本分类方法的流程图。本申请实施例可适用于对文本块进行准确分类，以实现对用户需要内容的快速定位和抽取的情况。该方法可以由一种文本分类装置执行，该装置可以由软件和/或硬件的方式实现。参见图1，本申请实施例提供的文本分类方法包括：
S110、根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征，得到所述待分类文档的特征序列。
其中，文本块是指待分类文档中的部分连续内容。
具体地，文本块可以是一个句子、一个段落、连续的多个句子或连续的多个段落等。
上述至少两个文本块通过切分待分类文档获得。
待分类文档是指待进行文本块分类的文档。
文本特征是指描述文本块特性的数据。
具体地，文本特征可以是文本块在待分类文档中的位置、文本块的语义或文本块包括的关键词。
可选地，文本特征也可以是上述特征的任意组合。
具体地，文本块的文本特征的确定可以根据现有技术中任一种方法确定，本申请实施例对此不进行任何限定。
具体地，可以根据文本块在待分类文档中的位置，将至少两个文本块的文本特征进行首尾相连或按设定顺序排列，得到所述待分类文档的特征序列。
S120、利用至少两个目标处理逻辑，对所述特征序列进行处理，得到至少两种文本块间的语义关联信息，所述至少两个目标处理逻辑通过级联不同数量的目标处理子逻辑得到。
其中，目标处理逻辑是挖掘文本块间不同层次的语义关联信息的逻辑目标处理子逻辑是挖掘文本块间一个层次的语义关联信息的逻辑。
语义关联信息是指文本块之间语义上的关联关系。
换而言之，语义关联信息也可以理解为上文和下文之间的关联关系。此处的上文和下文均是以文本块为基本单位。
具体地，目标处理逻辑可以通过数学运算的方式实现。例如，将目标处理逻辑中的各目标处理子逻辑转换为数学表达式，依次利用各数学表达式对特征序列进行运算，得到至少两种文本块间的语义关联信息。
S130、根据所述至少两种语义关联信息，确定所述文本块的分类结果。
其中分类结果也即文本块的分类标签。
具体地，可以基于语义关联信息与分类结果的映射关系，根据所述至少两种语义关联信息，确定所述文本块的分类结果。
本申请实施例的技术方案，通过利用至少两个目标处理逻辑，对所述特征序列进行处理，因为目标处理逻辑通过级联不同数量的目标处理子逻辑得到，所以本申请实施例可以实现对文本块间不同层次的语义关联信息的挖掘，以得到不同深度的语义关联信息，从而实现对文本块间语义关联信息的准确提取。
然后通过根据不同深度的语义关联信息，确定文本块的分类结果，使得分类结果中考虑有上下文信息的影响，从而提高分类结果的准确率。
进一步地，所述利用至少两个级联有不同数量的目标处理逻辑，对所述特征序列进行处理之前，所述方法还包括：
根据所述特征序列中的各文本特征，确定降维后特征序列中的各特征，得到降维后的特征序列；
将降维后的特征序列作为所述目标处理逻辑的输入。
基于该技术特征，本申请实施例通过根据所述特征序列中的各文本特征，确定降维后特征序列中的各特征，以避免在降维过程中遗漏原文本特征，从而提高降维后特征序列的准确率。
图2是本申请实施例提供的另一种文本分类方法的流程图。如上述实施例所述，为提高目标处理逻辑的准确率，上述S120包括：
S121、将所述特征序列输入至少两个模型分支，得到所述至少两种文本块间的语义关联信息；所述模型分支由级联有不同数量的目标处理组件构成，所述目标处理组件关联所述目标处理子逻辑。
其中，模型分支是利用神经网络模型实现上述目标处理逻辑的呈现形式。具体模型结构参见图3。
目标处理组件是执行目标处理子逻辑的组件。
具体地，目标处理组件也可以理解为神经网络模型的单个隐藏层。因此，级联有不同数量的目标处理组件可以理解为模型分支中的多层隐藏层。
典型地，所述目标处理组件由动态的BiLSTM(双向长短期记忆网络)构成。
本申请实施例的技术方案，通过借助神经网络模型实现目标处理逻辑，因为神经网络模型需要利用正负样本进行训练，所以神经网络模型可以实现对目标处理逻辑的更好学习，从而提高目标处理逻辑的准确率。
图4是本申请实施例提供的又一种文本分类方法的流程图。如上述实施例所述，为减少级联不同数量的目标处理组件带来的计算量，同时提高模型的表达能力，上述S121包括：
S122、将所述特征序列输入至少两个模型分支，由所述模型分支中级联的目标处理组件对所述特征序列进行处理。
S123、对所述目标处理组件的输入和所述目标处理组件的输出求和。
其中，目标处理组件的输入是指，在利用目标处理组件对特征序列进行处理的过程中，目标处理组件的输入数据。
目标处理组件的输出是指，在利用目标处理组件对特征序列进行处理的过程中，目标处理组件的输出数据。
目标处理组件的输入数据和输出数据，可以在利用目标处理组件对特征序列进行处理的过程中监听得到。
S124、对求和结果进行归一化，并利用归一化结果替代所述目标处理组件的输出。
实质上，S123和S124的执行将模型中的目标处理组件转换为了残差块。具体转换为残差块后的模型结构参见图5。
而残差块结构在模型训练过程中，即执行梯度下降算法时具有以下两特点：
(1)残差块中不会发生梯度消失现象。
(2)当前残差块的梯度可以直接传递到任意一个所在层次比它浅的残差块中。
这意味着残差块可以大量堆叠而不显著增加训练模型时的计算量，因此可以利用残差块结构增加深度学习模型的深度，进而提高模型的表达能力。
因此，本申请实施的技术方案通过借助残差块技术可以减少级联不同数量的目标处理组件带来的计算量，同时提高模型的表达能力。
图6是本申请实施例提供的又一种文本分类方法的流程图。如上述实施例所述，为提高文本特征的准确率，在上述S110之前，所述方法还包括：
S101、确定待分类文档的至少一个关键词。
其中，关键词是从待分类文档中确定的相对重要的词语。
具体地，可以将位于待分类文档中设定位置处的词语作为待分类文档的关键词。例如，待分类文档中段落的第一个词语。
因为文档撰写的随意性导致，位于段首的词语不一定是文档中相对重要的词语，所以为提高关键词的准确率，所述确定所述待分类文档的至少一个关键词，包括：
对所述待分类文档进行词语切分；
统计切分得到的词语在所述待分类文档中的出现频次；
根据所述出现频次，从所述切分得到的词语中确定所述至少一个关键词。
示例性地，在对所述待分类文档进行词语切分之后，得到1000个词语；对切分得到的1000个词语进行出现频次统计，得到第一词语出现20次，第二词语出现了10次，第三词语出现了50次等；根据各词语的出现频次，从上述1000个词语中确定至少一个词语作为待分类文档的关键词。
S102、根据文本块包括所述关键词的信息，确定所述文本块的文本特征。
其中，文本块包括所述关键词的信息是指文本块中是否包括有所述关键词的信息。
具体地，根据文本块包括所述关键词的信息，确定所述文本块的文本特征，包括：
若文本块包括所述关键词，则进行第一数值的设置，否则，进行第二数值的设置；
按照关键词的排序，对设置的数值进行组合，得到文本特征的编码结果。
本申请实施例的技术方案，通过根据文本块包括所述关键词的信息，确定所述文本块的文本特征，从而使得确定的文本特征中反应有文本块的细节信息，进而提高文本特征的准确率。
为提高文本特征的准确率，所述根据所述文本块包括所述关键词的信息，确定所述文本块的文本特征，包括：
根据所述文本块包括所述关键词的信息，以及所述文本块的位置信息、文本块内容的语义信息和所述文本块的内容类型中的至少一种，确定所述文本块的文本特征。
其中，文本块的位置是指文本块在待分类文档中的位置。
文本块的内容类型是指文本块内容的所属类型。具体地，文本块的内容类型可以是标题、段文本、长文本、图片、表格、附件等。
具体地，文本块内容的语义信息可以通过预先训练的语义表示模型获取。
典型地，所述根据文本块包括所述关键词的信息，确定所述文本块的文本特征，包括：
根据文本块位置、文本块的文本语义、文本块的内容类型以及文本块包括文档中关键词的信息，确定所述文本特征。
基于该技术特征，本申请实施例通过根据文本块的位置、文本块内容的语义信息、文本块的内容类型以及文本块包括文档中关键词的信息，确定所述文本特征，使得文本特征中包括了文本块的位置信息、文本块的整体语义信息、内容类型信息以及文本块的细节信息，从而提高文本特征的准确率。
图7是本申请实施例提供的又一种文本分类方法的流程图。如上述实施例所述，为进一步提高文本块分类的准确率，上述S130包括：
S131、根据所述至少两种语义关联信息，确定所述文本块的初始分类标签。
S132、基于分类标签的分布规律，根据所述初始分类标签的分布信息，调整所述文本块的初始分类标签，得到最终分类标签。
其中，所述初始分类标签的分布信息根据所述文本块在所述文档中的位置确定。
具体地，在根据所述文本块在所述文档中的位置，连接初始分类标签后，初始分类标签的分布信息也可以理解为初始分类标签之间的连接关系。
分类标签的分布规律是指，文档中文本块的分类标签之间的连接规律。例如若第一文本块的分类标签是第一标签，则第二文本块的分类标签一定是第二标签，也即与当第一标签出现在首位时，与第一标签连接的一定是第二标签。
具体地，基于分类标签的分布规律，根据所述初始分类标签的分布信息，调整所述文本块的初始分类标签，包括：
根据分类标签的分布规律，生成分类标签的约束条件；
利用生成的约束条件，调整所述文本块的初始分类标签。
示例性地，约束条件可以是：与第一标签连接的是第二标签。若初始分类标签中第一标签连接是第三标签，则将初始分类标签中与第一标签连接的第三标签修改为第二标签，以使修改后得到的最终分类标签符合分类标签的分布规律。
具体地，所述分类标签的分布规律通过条件随机场确定。
S133、将所述最终分类标签作为所述文本块的分类结果。
本申请实施例的技术方案，通过基于分类标签的分布规律，根据所述初始分类标签的分布信息，调整所述文本块的初始分类标签，得到最终分类标签，从而进一步提高文本块分类的准确率。
图8是本申请实施例提供的又一种文本分类方法的流程图。如上述实施例所述，为实现根据所述至少两种语义关联信息，对文本块分类结果的确定，上述S130包括：
S134、根据所述至少两种语义关联信息，确定目标关联信息。
其中，目标关联信息是指能准确描述文本块间的语义关联的信息。
因为不同文本块适用的挖掘深度不同，通常文本块中包括的内容越多，该文本块适用的挖掘深度就越深，所以可以根据所述文本块，从所述至少两种深度的语义关联信息中选择一种深度的语义关联信息，作为目标关联信息。
但是因为影响深度选择的因素有很多，所以为提高语义关联信息的准确率，所述根据所述至少两种语义关联信息，确定目标关联信息，包括：
对所述至少两种语义关联信息进行加权求和，得到所述目标关联信息；
其中权重根据语义关联信息的计算逻辑中级联所述目标处理逻辑的数量与所述文本块的匹配度确定。
上述匹配度可以预先学习得到，也可以根据文本块确定。
S135、根据所述目标关联信息，确定所述文本块的分类结果。
具体地，根据目标关联信息，确定所述文本块的分类结果，包括：
根据目标关联信息，确定所述文本块的语义信息；
根据所述文本块的语义信息，确定所述文本块的分类结果。
本申请实施例的技术方案，通过根据所述至少两种语义关联信息，确定目标关联信息；根据所述目标关联信息，确定所述文本块的分类结果。因为该分类结果确定过程中无需语义关联信息与分类结果间的映射关系，所以本申请实施例可以减少至少两种语义关联信息与分类结果间映射关系的建立成本。
为提高文本块的语义信息的准确率，所述根据目标关联信息，确定所述文本块的语义信息，包括：
根据目标关联信息和文本块内容的语义信息，确定所述文本块的语义信息。
其中，文本块内容的语义信息是指依据文本块的内容确定的语义信息。文本块内容的语义信息反应的是文本块自身内容的信息，而语义关联信息反应的是其他文本对当前文本块的影响信息。因此，根据目标关联信息和文本块内容的语义信息，可以实现对文本块语义信息的准确确定。
图9是本申请实施例提供的又一种文本分类方法的流程图。如上述实施例所述，以文本块是段落为例，上述实施例提供的文本分类方法还可以描述如下：
参见图9，该文本分类方法包括特征构造和模型预测两部分。
参见图10，特征构造部分具体包括：
根据段落包括关键词的信息，以及所述段落的位置信息、段落内容的语义信息和所述段落的内容类型，确定待分类文档中段落的段落特征向量；
其中，段落特征向量是指反应段落特性的向量。
根据段落在待分类文档中的位置，组合所述待分类文档中各段落的段落特征向量，得到特征向量序列。
参见图11，模型预测部分具体包括：
利用全连接层对特征向量序列进行降维；
将降维后的特征序列分别输入至少两个模型分支，每个模型分支级联有不同数量的残差块；在每个残差块中，输入的特征向量x经过动态的BiLSTM的处理与x本身进行矩阵加和，然后对输出矩阵中的数值进行归一化，归一化公式如下：
其中，x为矩阵中的某个数值，μ为矩阵数值的均值，σ为矩阵数值的标准差；
对多个模型分支归一化后的输出结果进行加权求和，其中在训练模型时，权重将随着模型的整体优化过程被优化；
将加权求和结果输入条件随机场(Linear-chain CRF)模型，根据条件随机场模型的输出矩阵确定段落的分类结果，其中输出矩阵的每一行代表一个段落的所有特征函数的输出向量。
本申请实施例的技术方案，可以实现如下技术效果：
利用BiLSTM综合考虑整篇文档的所有上下文信息，充分学习段落间的关联关系，对有典型行文规律的文档有更好的段落分类效果。
创造性使用多组堆叠的残差块结构，对它们的输出矩阵进行加权求和并为不同段落分类任务针对性学习不同的权重分布，扩大了模型的适用范围。也可以认为，是由任务自己去选择最合适的残差块结构堆叠数量。
综合考虑每个段落的多维度特征，包括位置特征、语义特征、成分特征和关键词特征，从而提高段落特征向量的准确率。
创造性地将段落分类问题转化为序列标注问题，利用CRF模型学习段落间的序列规律。
图12是本申请实施例提供的又一种文本分类方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图12，该方案可以描述如下：
S210、确定至少两个文本块中各文本块的文本特征。
其中，所述至少两个文本块通过切分同一待分类文档获得。
S220、根据所述文本特征和所述文本块在所述待分类文档中的位置，确定文本块间至少两种深度的语义关联信息。
其中，深度用于描述语义关联信息的计算逻辑中迭代计算的次数。
具体地，迭代计算的次数越多，深度就越深。
上述至少两种深度包括两种深度或多种深度。
因为不同文本块适用的挖掘深度不同，通常文本块中包括的内容越多，该文本块适用的挖掘深度就越深，所以较多种类深度的使用可以提高语义关联信息的准确率。
具体地，所述根据所述文本特征和所述文本块在所述待分类文档中的位置，确定文本块间至少两种深度的语义关联信息，包括：
根据所述文本块在所述文档中的位置，对所述文本特征进行组合，得到特征序列；
利用至少两个级联有不同数量的目标处理逻辑，对所述特征序列进行处理；
根据处理结果确定所述至少两种深度的语义关联信息。
S230、根据所述语义关联信息，确定所述文本块的分类结果。
本申请实施例的技术方案，通过对文本块间语义关联信息的至少两种深度的挖掘，以提高文本块间语义关联信息的准确率。然后通过根据不同深度的文本块间语义关联信息，确定文本块的分类结果，使得分类结果中考虑有上下文信息的影响，从而提高分类结果的准确率。
图13是本申请实施例提供的又一种文本分类装置的结构示意图。参见图13，本申请实施例提供的文本分类装置1300包括：序列确定模块1301、信息确定模块1302和结果确定模块1303。
其中，序列确定模块1301，用于根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征，得到特征序列；
信息确定模块1302，用于利用至少两个目标处理逻辑，对所述特征序列进行处理，得到至少两种文本块间的语义关联信息，所述至少两个目标处理逻辑通过级联不同数量的目标处理子逻辑得到；
结果确定模块1303，用于根据所述至少两种语义关联信息，确定所述文本块的分类结果。
本申请实施例的技术方案，通过对文本块间语义关联信息的至少两种深度的挖掘，以提高文本块间语义关联信息的准确率。然后通过根据不同深度的文本块间语义关联信息，确定文本块的分类结果，使得分类结果中考虑有上下文信息的影响，从而提高分类结果的准确率。
进一步地，所述信息确定模块，包括：
特征处理单元，用于将所述特征序列输入至少两个模型分支，得到所述至少两种文本块间的语义关联信息；
所述模型分支由级联有不同数量的目标处理组件构成，所述目标处理组件关联有所述目标处理子逻辑。
进一步地，其特征在于，所述装置还包括：
求和模块，用于所述将所述特征序列输入至少两个模型分支之后，对所述目标处理组件的输入和所述目标处理组件的输出求和；
归一化模块，用于对求和结果进行归一化，并利用归一化结果替代所述目标处理组件的输出。
进一步地，其特征在于，所述目标处理组件由动态的双向长短期记忆网络BiLSTM构成。
进一步地，所述装置还包括：
关键词确定模块，用于所述根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征之前，确定所述待分类文档的至少一个关键词；
特征确定模块，用于根据所述文本块包括所述关键词的信息，确定所述文本块的文本特征。
进一步地，所述确关键词确定模块，包括：
词语切分单元，用于对所述待分类文档进行词语切分；
次数统计单元，用于统计切分得到的词语在所述待分类文档中的出现频次；
关键词确定单元，用于根据所述出现频次，从所述切分得到的词语中确定所述至少一个关键词。
进一步地，所述特征确定模块，包括：
特征确定单元，用于根据所述文本块包括所述关键词的信息，以及所述文本块的位置信息、文本块内容的语义信息和所述文本块的内容类型中的至少一种，确定所述文本块的文本特征。
进一步地，所述装置还包括：
特征降维模块，用于所述利用至少两个级联有不同数量的目标处理逻辑，对所述特征序列进行处理之前，根据所述特征序列中的各文本特征，确定降维后特征序列中的各特征，得到降维后的特征序列；
特征输入模块，用于将降维后的特征序列作为所述目标处理逻辑的输入。
进一步地，其特征在于，所述结果确定模块，包括：
信息确定单元，用于根据所述至少两种语义关联信息，确定目标关联信息；
结果确定单元，用于根据所述目标关联信息，确定所述文本块的分类结果。
进一步地，所述信息确定单元具体用于：
对所述至少两种语义关联信息进行加权求和，得到所述目标关联信息；
其中权重根据所述目标处理子逻辑的数量与所述文本块的匹配度确定。
进一步地，所述结果确定单元具体用于：
根据所述至少两种语义关联信息，确定所述文本块的初始分类标签；
基于分类标签的分布规律，根据所述初始分类标签的分布信息，调整所述文本块的初始分类标签，得到最终分类标签，其中所述初始分类标签的分布信息根据所述文本块在所述文档中的位置确定；
将所述最终分类标签作为所述文本块的分类结果。
进一步地，所述分类标签的分布规律通过条件随机场确定。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图14所示，是根据本申请实施例的文本分类方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图14所示，该电子设备包括：一个或多个处理器1401、存储器1402，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图14中以一个处理器1401为例。
存储器1402即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的文本分类方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的文本分类方法。
存储器1402作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的文本分类方法对应的程序指令/模块(例如，附图13所示的序列确定模块1301、信息确定模块1302和结果确定模块1303)。处理器1401通过运行存储在存储器1402中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的文本分类方法。
存储器1402可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据文本分类电子设备的使用所创建的数据等。此外，存储器1402可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器1402可选包括相对于处理器1401远程设置的存储器，这些远程存储器可以通过网络连接至文本分类电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
文本分类方法的电子设备还可以包括：输入装置1403和输出装置1404。处理器1401、存储器1402、输入装置1403和输出装置1404可以通过总线或者其他方式连接，图14中以通过总线连接为例。
输入装置1403可接收输入的数字或字符信息，以及产生与文本分类电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1404可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本申请实施例的技术方案，提高了文本块的分类准确率，进而基于准确的分类结果可以实现对用户需要内容的快速定位和抽取。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (17)
1.一种文本分类方法，其特征在于，包括：
根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征，得到特征序列；其中，文本特征是文本块在待分类文档中的位置、文本块的语义或文本块包括的关键词中的至少一个；
利用至少两个目标处理逻辑，对所述特征序列进行处理，得到至少两种文本块间的语义关联信息，所述至少两个目标处理逻辑通过级联不同数量的目标处理子逻辑得到；其中，目标处理逻辑是挖掘文本块间不同层次的语义关联信息的逻辑；至少两种语义关联信息为至少两种深度的语义关联信息；深度用于描述语义关联信息的计算逻辑中迭代计算的次数；
根据所述至少两种语义关联信息，确定所述文本块的分类结果；
所述根据所述至少两种语义关联信息，确定所述文本块的分类结果，包括：
根据所述至少两种语义关联信息，确定所述文本块的初始分类标签；
基于分类标签的分布规律，根据所述初始分类标签的分布信息，调整所述文本块的初始分类标签，得到最终分类标签，其中所述初始分类标签的分布信息根据所述文本块在所述文档中的位置确定；其中，初始分类标签的分布信息为初始分类标签之间的连接关系；分类标签的分布规律是指文档中文本块的分类标签之间的连接规律；
将所述最终分类标签作为所述文本块的分类结果。
2.根据权利要求1所述的方法，其特征在于，所述利用至少两个目标处理逻辑，对所述特征序列进行处理，得到至少两种文本块间的语义关联信息，所述至少两个目标处理逻辑通过级联不同数量的目标处理子逻辑得到，包括：
将所述特征序列输入至少两个模型分支，得到所述至少两种文本块间的语义关联信息；
所述模型分支由级联有不同数量的目标处理组件构成，所述目标处理组件关联有所述目标处理子逻辑。
3.根据权利要求2所述的方法，其特征在于，所述将所述特征序列输入至少两个模型分支之后，所述方法还包括：
对所述目标处理组件的输入和所述目标处理组件的输出求和；
对求和结果进行归一化，并利用归一化结果替代所述目标处理组件的输出。
4.根据权利要求2所述的方法，其特征在于，所述目标处理组件由动态的双向长短期记忆网络BiLSTM构成。
5.根据权利要求1-4任一所述的方法，其特征在于，所述根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征之前，所述方法还包括：
确定所述待分类文档的至少一个关键词；
根据所述文本块包括所述关键词的信息，确定所述文本块的文本特征。
6.根据权利要求5所述的方法，其特征在于，所述确定所述待分类文档的至少一个关键词，包括：
对所述待分类文档进行词语切分；
统计切分得到的词语在所述待分类文档中的出现频次；
根据所述出现频次，从所述切分得到的词语中确定所述至少一个关键词。
7.根据权利要求5所述的方法，其特征在于，所述根据所述文本块包括所述关键词的信息，确定所述文本块的文本特征，包括：
根据所述文本块包括所述关键词的信息，以及所述文本块的位置信息、文本块内容的语义信息和所述文本块的内容类型中的至少一种，确定所述文本块的文本特征。
8.根据权利要求1-4任一所述的方法，其特征在于，所述利用至少两个目标处理逻辑，对所述特征序列进行处理之前，所述方法还包括：
根据所述特征序列中的各文本特征，确定降维后特征序列中的各特征，得到降维后的特征序列；
将降维后的特征序列作为所述目标处理逻辑的输入。
9.根据权利要求1-4中任一所述的方法，其特征在于，所述根据所述至少两种语义关联信息，确定所述文本块的分类结果，包括：
根据所述至少两种语义关联信息，确定目标关联信息；
根据所述目标关联信息，确定所述文本块的分类结果。
10.根据权利要求9所述的方法，其特征在于，所述根据所述至少两种语义关联信息，确定目标关联信息，包括：
对所述至少两种语义关联信息进行加权求和，得到所述目标关联信息；
其中权重根据所述目标处理子逻辑的级联数量与所述文本块的匹配度确定。
11.根据权利要求1所述的方法，其特征在于，所述分类标签的分布规律通过条件随机场确定。
12.一种文本分类装置，其特征在于，包括：
序列确定模块，用于根据文本块在待分类文档中的位置，组合所述待分类文档中至少两个文本块的文本特征，得到特征序列；其中，文本特征是文本块在待分类文档中的位置、文本块的语义或文本块包括的关键词中的至少一个；
信息确定模块，用于利用至少两个目标处理逻辑，对所述特征序列进行处理，得到至少两种文本块间的语义关联信息，所述至少两个目标处理逻辑通过级联不同数量的目标处理子逻辑得到；其中，目标处理逻辑是挖掘文本块间不同层次的语义关联信息的逻辑；至少两种语义关联信息为至少两种深度的语义关联信息；深度用于描述语义关联信息的计算逻辑中迭代计算的次数；
结果确定模块，用于根据所述至少两种语义关联信息，确定所述文本块的分类结果；
所述结果确定模块具体用于：根据所述至少两种语义关联信息，确定所述文本块的初始分类标签；
基于分类标签的分布规律，根据所述初始分类标签的分布信息，调整所述文本块的初始分类标签，得到最终分类标签，其中所述初始分类标签的分布信息根据所述文本块在所述文档中的位置确定；其中，初始分类标签的分布信息为初始分类标签之间的连接关系；分类标签的分布规律是指文档中文本块的分类标签之间的连接规律；
将所述最终分类标签作为所述文本块的分类结果。
13.根据权利要求12所述的装置，其特征在于，所述信息确定模块，包括：
特征处理单元，用于将所述特征序列输入至少两个模型分支，得到所述至少两种文本块间的语义关联信息；
所述模型分支由级联有不同数量的目标处理组件构成，所述目标处理组件关联有所述目标处理子逻辑。
14.根据权利要求13所述的装置，其特征在于，所述装置还包括：
求和模块，用于所述将所述特征序列输入至少两个模型分支之前，对所述目标处理组件的输入和所述目标处理组件的输出求和；
归一化模块，用于对求和结果进行归一化，并利用归一化结果替代所述目标处理组件的输出。
15.根据权利要求12-14中任一所述的装置，其特征在于，所述结果确定模块，包括：
信息确定单元，用于根据所述至少两种语义关联信息，确定目标关联信息；
结果确定单元，用于根据所述目标关联信息，确定所述文本块的分类结果。
16. 一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010239589.6A CN111460791B (zh) | 2020-03-30 | 2020-03-30 | 文本分类方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010239589.6A CN111460791B (zh) | 2020-03-30 | 2020-03-30 | 文本分类方法、装置、设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111460791A CN111460791A (zh) | 2020-07-28 |
| CN111460791B true CN111460791B (zh) | 2023-12-01 |
Family
ID=71681778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010239589.6A Active CN111460791B (zh) | 2020-03-30 | 2020-03-30 | 文本分类方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111460791B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112215243A (zh) * | 2020-10-30 | 2021-01-12 | 百度(中国)有限公司 | 图像特征提取方法、装置、设备及存储介质 |
| CN112560480B (zh) * | 2020-12-24 | 2023-08-15 | 北京百度网讯科技有限公司 | 任务社区发现方法、装置、设备和存储介质 |
| CN115130435B (zh) * | 2022-06-27 | 2023-08-11 | 北京百度网讯科技有限公司 | 文档处理方法、装置、电子设备和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014098640A1 (en) * | 2012-12-19 | 2014-06-26 | Abbyy Infopoisk Llc | Translation and dictionary selection by context |
| WO2017202125A1 (zh) * | 2016-05-25 | 2017-11-30 | 华为技术有限公司 | 文本分类方法及装置 |
| US9928448B1 (en) * | 2016-09-23 | 2018-03-27 | International Business Machines Corporation | Image classification utilizing semantic relationships in a classification hierarchy |
| CN108334605A (zh) * | 2018-02-01 | 2018-07-27 | 腾讯科技（深圳）有限公司 | 文本分类方法、装置、计算机设备及存储介质 |
| CN108549850A (zh) * | 2018-03-27 | 2018-09-18 | 联想(北京)有限公司 | 一种图像识别方法及电子设备 |
| CN109918506A (zh) * | 2019-03-07 | 2019-06-21 | 安徽省泰岳祥升软件有限公司 | 一种文本分类方法及装置 |
| CN109948149A (zh) * | 2019-02-28 | 2019-06-28 | 腾讯科技（深圳）有限公司 | 一种文本分类方法及装置 |
| CN110119786A (zh) * | 2019-05-20 | 2019-08-13 | 北京奇艺世纪科技有限公司 | 文本话题分类方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170154029A1 (en) * | 2015-11-30 | 2017-06-01 | Robert Martin Kane | System, method, and apparatus to normalize grammar of textual data |
-
2020
- 2020-03-30 CN CN202010239589.6A patent/CN111460791B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014098640A1 (en) * | 2012-12-19 | 2014-06-26 | Abbyy Infopoisk Llc | Translation and dictionary selection by context |
| WO2017202125A1 (zh) * | 2016-05-25 | 2017-11-30 | 华为技术有限公司 | 文本分类方法及装置 |
| CN107436875A (zh) * | 2016-05-25 | 2017-12-05 | 华为技术有限公司 | 文本分类方法及装置 |
| US9928448B1 (en) * | 2016-09-23 | 2018-03-27 | International Business Machines Corporation | Image classification utilizing semantic relationships in a classification hierarchy |
| CN108334605A (zh) * | 2018-02-01 | 2018-07-27 | 腾讯科技（深圳）有限公司 | 文本分类方法、装置、计算机设备及存储介质 |
| CN108549850A (zh) * | 2018-03-27 | 2018-09-18 | 联想(北京)有限公司 | 一种图像识别方法及电子设备 |
| CN109948149A (zh) * | 2019-02-28 | 2019-06-28 | 腾讯科技（深圳）有限公司 | 一种文本分类方法及装置 |
| CN109918506A (zh) * | 2019-03-07 | 2019-06-21 | 安徽省泰岳祥升软件有限公司 | 一种文本分类方法及装置 |
| CN110119786A (zh) * | 2019-05-20 | 2019-08-13 | 北京奇艺世纪科技有限公司 | 文本话题分类方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| Huaxin Li ; Zhaoxin Zhang ; Yongdong Xu.Web Page Classification Method Based on Semantics and Structure.《2019 2nd International Conference on Artificial Intelligence and Big Data (ICAIBD)》.2019,全文. * |
| 基于fcmpCNN模型的网络文本情感多分类标注;周锦峰;叶施仁;王晖;;计算机应用研究(第12期);全文 * |
| 面向信息检索的Web文本挖掘方法研究;文翰;《CNKI》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111460791A (zh) | 2020-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3916614A1 (en) | Method and apparatus for training language model, electronic device, readable storage medium and computer program product | |
| US20220383190A1 (en) | Method of training classification model, method of classifying sample, and device | |
| CN112560912B (zh) | 分类模型的训练方法、装置、电子设备和存储介质 | |
| US11531813B2 (en) | Method, electronic device and readable storage medium for creating a label marking model | |
| CN111414482B (zh) | 一种事件论元抽取方法、装置以及电子设备 | |
| CN112487814B (zh) | 实体分类模型训练方法、实体分类方法、装置及电子设备 | |
| CN111460791B (zh) | 文本分类方法、装置、设备以及存储介质 | |
| US11556715B2 (en) | Method for training language model based on various word vectors, device and medium | |
| US11526668B2 (en) | Method and apparatus for obtaining word vectors based on language model, device and storage medium | |
| US20210192147A1 (en) | Method and apparatus for translating polysemy, and medium | |
| KR102573637B1 (ko) | 엔티티 링킹 방법, 장치, 전자 기기 및 기록 매체 | |
| KR102521765B1 (ko) | 인과 관계의 판별 방법, 장치, 전자 기기 및 저장 매체 | |
| US20210397791A1 (en) | Language model training method, apparatus, electronic device and readable storage medium | |
| CN111079442A (zh) | 文档的向量化表示方法、装置和计算机设备 | |
| CN111737954B (zh) | 文本相似度确定方法、装置、设备和介质 | |
| CN111104514A (zh) | 文档标签模型的训练方法及装置 | |
| CN113553414B (zh) | 智能对话方法、装置、电子设备和存储介质 | |
| CN111078878B (zh) | 文本处理方法、装置、设备及计算机可读存储介质 | |
| CN112507702B (zh) | 文本信息的抽取方法、装置、电子设备及存储介质 | |
| CN111581358B (zh) | 信息抽取方法、装置及电子设备 | |
| US11704326B2 (en) | Generalization processing method, apparatus, device and computer storage medium | |
| CN111563198B (zh) | 一种物料召回方法、装置、设备及存储介质 | |
| CN114782719B (zh) | 一种特征提取模型的训练方法、对象检索方法以及装置 | |
| CN111984775A (zh) | 问答质量确定方法、装置、设备和存储介质 | |
| CN110990569B (zh) | 文本聚类方法、装置及相关设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |