CN115129845A - 文本信息处理方法、装置和电子设备 - Google Patents
文本信息处理方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115129845A CN115129845A CN202210791285.XA CN202210791285A CN115129845A CN 115129845 A CN115129845 A CN 115129845A CN 202210791285 A CN202210791285 A CN 202210791285A CN 115129845 A CN115129845 A CN 115129845A
- Authority
- CN
- China
- Prior art keywords
- character
- information
- determining
- dialog
- distance
- 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
Images
Classifications
-
- 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
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3349—Reuse of stored results of previous queries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
Abstract
本公开实施例公开了文本信息处理方法、装置和电子设备。该方法包括:获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物的信息;所述对话信息与所述人物信息分别包括位置信息;确定各对话之间的第一关联结果,各对话分别与各人物之间对应的第二关联结果,各人物之间的第三关联结果;确定各人物与预设人物库中各标准人物的第四关联结果;对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的标准人物的名称,实现了复杂文本的较为准确的对话到标准人物名的映射。
Description
技术领域
本公开涉及计算机技术领域和软件技术,尤其涉及一种文本信息处理方法、装置和电子设备。
背景技术
在小说、新闻等文本信息中,往往包括对话语句。对话语句可以是至少一个说话人说的话语。在上述小说、新闻等文本信息中,往往包括多个说话人和多个对话。上述多个说话人和多个对话可能会混在同一段落中。在上述文本中,无法快速识别出各个对话的说话人。
发明内容
提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开实施例提供了一种文本信息处理方法、装置和电子设备。
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:获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物的信息;所述对话信息与所述人物信息分别包括位置信息;确定各对话之间的第一关联结果,各对话分别与各人物之间对应的第二关联结果,各人物之间的第三关联结果;确定各人物与预设人物库中各标准人物的第四关联结果;对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的标准人物的名称。
第二方面,本公开实施例提供了一种文本信息处理装置,该装置包括:获取单元,用于获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物词的信息;第一确定单元,用于确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果;第二确定单元,用于确定各人物词与预设人物库中各标准人物名称的第四关联结果;第三确定单元,用于对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的目标标准人物名称。
第三方面,本公开实施例提供了一种电子设备,包括:至少一个处理器;存储装置,用于存储至少一个程序,当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如第一方面所述的文本信息处理方法。
第四方面,本公开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,该程序被处理器执行时实现如第一方面所述的文本信息处理方法的步骤。
本公开实施例提供的文本信息处理方法、装置和电子设备,通过获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物词的信息;确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果;确定各人物词与预设人物库中各标准人物名称的第四关联结果;对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的目标标准人物名称,对于复杂文本,上述方法可以较为准确的对话到标准人物名的映射。
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是根据本公开的文本信息处理方法的一个实施例的流程图;
图2是根据本公开的文本信息处理方法的又一个实施例的流程图;
图3是根据本公开的文本信息处理方法的一个应用场景示意图;
图4是根据本公开的文本信息处理装置的一个实施例的结构示意图;
图5是本公开的一个实施例的文本信息处理方法可以应用于其中的示例性系统架构;
图6是根据本公开实施例提供的电子设备的基本结构的示意图。
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”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
请参考图1,其示出了根据本公开的文本信息处理方法的一个实施例的流程。如图1所示该文本信息处理方法,包括以下步骤:
步骤101,获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物词的信息。
本实施例的执行主体可以是任意具有数据处理能力的电子设备。
上述目标文本可以是小说、文章或者新闻报道的全部或部分文本。上述目标文本可以是保存在电子存储介质中的文本,也可以记录在纸等实物载体中的文本。
若上述目标文本记录在纸等实物载体中,上述文本信息处理方法还包括利用各种方法从上述实物载体中,将上述文本信息转换为电子文本信息的步骤。
可以对电子文本信息进行分析处理,得到目标文本中的对话信息和人物信息。
上述对话信息可以包括电子文本所包括的至少两个对话的信息。对话的信息可以包括对话所处位置、对话内容和对话的标识。这里的对话标识可以为对话的编号。对话的编号N可以为该对话是目标文本的第N句对话。上述对话所处位置可以包括对话开头对应的字或单词在文本中的位置以及对话结尾对应的字或单词在文本中的位置。
例如,对话信息所包括的一个对话的信息如下:{‘S3’,‘istart’:100,‘iend’:106,‘talk’:‘今天天气真好。’}。这里的“S3”是该句对话的标识。“100”是该句话开头“今”在目标文本中的第100个文字符号。上述106是该句话的句尾“。”为目标文本中的第106个文字符号。也就是说,“S3”这句话始于第100个文字符号,结束于第106个文字字符。这样对话标识“S3”表示的对话在目标文本中的位置信息包括在目标文字中的起始位置信息和结束位置信息。
人物信息可以包括至少两个人物词的信息。人物词可以是从目标文本中提取的多个用于表征人物的人物词。人物词包括人名、别名、人称代词等。上述人物词的信息还包括人物词在目标文本中的位置信息等。
上述人物词的信息所包括该人物词的标识、该人物词和该人物词在目标文本中的位置信息。例如{'uid':15,'name':'小兰:','istart':181,'iend':182}。上述“15”是出现在目标文本中的第181至182字符处的人物词“小兰”的标识。上述“'istart':181,'iend':182”是人物词标识15在目标文本中的位置。又例如{'uid':17,'name':'她','istart':121,'iend':121}。上述“17”是出现在目标文本中的第121至122字符处的人物词“她”的标识。上述“'istart':121,'iend':121”是人物词标识17在目标文本中的位置。
从上述文本中可以提取出多个对话分别对应的对话的信息,以及多个人物词分别对应的人物词的信息。
在一些应用场景中,上述步骤101包括:根据文本中的预设对话记叙规则,从所述目标文本中提取出所述对话信息和人物信息。
在这些应用场景中,上述预设对话记叙规则包括对话出现在第一预设符号后、或前。
上述预设对话记叙规则还包括对话的两端有第二预设符号。
第一预设符号例如包括但不限于冒号;第二预设符号包括但不限于引号等。
上述预设对话记叙规则还包括第一预设符号之前或之后出现人物的人物词。
在一些应用场景中,上述步骤101包括如下步骤:将所述目标文本输入到预先训练的识别模型,由所述识别模型输出人物信息和所述对话信息。
作为一种实现方式中,上述识别模型可以包括预先训练的人物识别模型和预先训练的对话识别模型。
在上述实现方式中,可以将上述目标文本分别输入到人物识别模型和对话识别模型。人物识别模型可以从目标文本中识别出上述人物信息。上述对话识别模型可以从目标文本中识别出上述对话信息。
作为另外一种实现方式,上述识别模型可以从输入的目标文本中同时识别出人物词和对话句子。从而上述识别模型可输出上述人物信息和对话信息。
上述识别模型可以包括但不限于神经网络模型等。上述人物识别模型和对话识别模型包括但不限于神经网络模型等。
在这些应用场景中,可以使用预先训练的识别模型来从目标文本中输出对话信息和人物信息,从而可以简化文本信息处理方法。
上述识别模型输出的对话信息可以包括对话的对话标识和位置信息。
上述识别模型输出的人物信息可以包括人物词的标识和人物词出现的位置信息。
步骤102,确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果。
在步骤101得到了对话信息和人物信息之后,对话信息包括至少两个对话的信息,人物信息包括至少两个人物词的信息。
对于每一个对话,根据预设对话关联规则,确定该对话与所述至少两个对话的其他对话之间的第一关联结果。这里的预设对话关联规则可以包括各种将对话之间进行关联的规则、方法。作为示意性说明,这里的预设对话关联规则例如可以为文本关联方法。
可以利用文本关联方法来确定任意两个对话之间的关联性,从而确定任意两个对话之间的第一关联结果。
对话的信息可以包括对话内容信息、对话出现在目标文本中的位置信息以及该对话的前后文本信息。这里的前后文本信息可以包括人物信息等。
例如,对于任意两个对话,可以根据该对话出现在目标文本中的位置,以及对话内容语义的一致性、对话的说话人信息等,来确定该两个对话的第一关联结果。
对于每一个对话,获取该对话的信息。上述对话的信息可以包括对话文字内容、对话出现在目标文本中的位置信息以该对话前后的文本信息。对话前后的文本信息可以包括说话人信息。说话人信息包括人物词。
这里的第一关联结果用于表征该两个对话是否来源于同一人物。
具体地,可以对各个对话内容和对话的上下文内容进行编码,得到各个对话的向量表示,其中,第k个对话的向量表示可以标识为embconvk。对于任意两个对话,可以使用预设交互函数来确定该两个对话之间的第一关联结果。k为正整数,且k为大于1,小于等于对话信息所包括的对话的总数量。
作为一种实现方式,上述交互函数可以包括双塔结构中的函数。在这种实现方式中,计算任意两个对话之间的关联程度的函数可以标示如下:
f(embconvk,embconvp)=W1×[embconvk;embconvp;abs(embconvk-embconvp)](1);
上述公式(1),W1可以为X1×1的矩阵;[embconvk;embconvp;abs(embconvk-embconvp)]为由embconvk、embconvp和abs(embconvk-embconvp)拼接得到的1×X1矩阵。这里的X1可以为大于1的整数。W1中的各元素可以是预先设置的。
通过上述方式,可以得到任意两个对话之间的关联程度。从而得到每一个对话与其他对话之间的第一关联度。可以根据上述第一关联度确定属于同一人物词的至少一个对话。例如,可以将任意两个对话之间的第一关联度通过sigmoid函数来确定该两个对话是否对应同一人物词。第一关联结果包括上述第一关联度。
对于每一个对话,利用预设方法确定该对话与不同人物词之间的关联度,从而确定该对话与不同人物词之间的第二关联结果。
具体地,可以将各人物词及上下文进行编码,得到该人物词的向量表示。其中,第i个人物词的向量表示可以标识为embpersoni。对于任意一个人物词与一个对话,可以使用预设交互函数来确定该人物词与该对话之间的第二关联结果。i为正整数,且i为大于1,小于等于人物信息所包括的人物词的总数量。
作为一种实现方式,上述交互函数可以包括双塔结构中的函数。在这种实现方式中,计算任意两个人物词之间的关联程度的函数可以标示如下:
f(embconvk,embpersoni)=W2×[embconvk;embpersoni;abs(embconvk-embpersoni)](2);
上述公式(2),W2可以为X2×1的矩阵;[embconvk;embpersoni;abs(embconvk-embpersoni)]为由embconvk、embpersoni和abs(embconvk-embpersoni)拼接得到的1×X2矩阵。这里的X2可以为大于1的整数。W2中的各元素可以是预先设置的。
通过上述方式,可以得到任意一个对话与一个人物词之间的关联程度。从而得到每一个对话与一个人物词之间的第二关联度。可以根据上述第二关联度确定每个对话对应的人物词。例如,可以将每一个对话与一个人物词之间的第二关联度通过sigmoid函数来确定该对话是否与该人物词对应。第二关联结果包括第二关联度。
对于每一人物,可以利用预设人物分析方法,来确定任意两个人物之间的匹配度,从而确定任意两个人物之间的第三关联结果。
具体地,可以将各人物词及上下文进行编码,得到该人物词的向量表示。其中,第i个人物词的向量表示可以标识为embpersoni。对于任意两个人物词,可以使用预设交互函数来确定该两个人物词之间的第三关联结果。
作为一种实现方式,上述交互函数可以包括双塔结构中的函数。在这种实现方式中,计算任意两个人物词之间的关联程度的函数可以标示如下:
f(embpersoni,embpersonj)=W3×[embpersoni;embpersonj;abs(embpersoni-embpersonj)](3);
上述公式(3),W3可以为X3×1的矩阵;[embpersoni;embpersonj;abs(embpersoni-embpersonj)]为由embpersoni、embpersonj和abs(embpersoni-embpersonj)拼接得到的1×X3矩阵。这里的X3可以为大于1的整数。W3中的各元素可以是预先设置的。
通过上述方式,可以得到任意两个人物词之间的关联程度。从而得到任意两个人物词之间的第三关联度。可以根据上述第三关联度确定两个人物词是否对应同一人物。第三关联结果包括第三关联度。
步骤103,确定各人物词与预设人物库中各标准人物名称的第四关联结果。
上述预设人物库中可以包括多个标准人物名称。上述预设人物库可以是预先设置的。可以是预先从目标文本中提取出的标准人物名称。上述多个标准人物名称分别指代不同的人物。
在上述标准人物库中,除了包括每个人物的标准人物名之外,还包括该人物的别称、昵称等。例如同一人物A,其标准人物名为A1,别称为A2,昵称为A3。当人物词中出现A1、A2、A3时,该三个人物词指代的人物均为A。
在步骤103中,可以将每一个人物词与各标准人物名(包括与标准人物名的别称、昵称)进行比对,根据比对结果确定该人物词对应的标准人物名。具体地,将与该人物词匹配度最大的标准人物名确定为该人物词对应的标准人物名。
第四关联结果包括该人物词对应的标准人物名以及匹配度。
步骤104,对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的目标标准人物名称。
由第一关联结果可以确定出由同一人物词对应的至少两个对话,由第二关联结果确定出每个对话对应的人物词。
在得到了各人物词之间的第三关联结果,根据各人物词之间的第三关联结果,可以确定指向同一人物的至少一个人物词。
若指向同一人物的至少一个人物词之中与一个标准人物名的第四关联结果表示该人物词与该标准人物名匹配成功,则该至少一个人物词对应的标准人物名均为该标准人物名。
从而,可以确定每一个对话对应的标准人物名。
本公开的上述实施例提供的方法,通过首先确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果;然后确定各人物词与预设人物库中各标准人物名称的第四关联结果;最后对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的标准人物名称,对于复杂文本,上述方法可以较为准确的对话到标准人物名的映射。
在一些应用场景中,可以将任意两个对话的对话的信息输入到预先训练的对话匹配模型,由所述对话匹配模型输出该两个对话之间的第一关联结果。
上述对话匹配模型用于确定输入的两个对话之间的第一关联度。
需要说明的是,上述对话匹配模型的训练数据可以包括多个在文本中出现的为同一说话人对应的对话的信息、多个不是同一个说话人对应的对话的信息。
另外,使用训练数据训练对话匹配模型的过程可以参考现有的模型训练过程,此处不赘述。
在这些应用场景中,通过使用对话匹配模型来确定两个对话之间的第一关联度,从而可以简化确定对话之间关联性的处理过程。
在一些应用场景中,上述步骤102中的确定各对话分别与各人物之间的对应第二关联结果,包括:对于每一个对话,根据该对话在所述目标文本中的位置信息以及各人物词在所述目标文本中的位置信息,确定该对话与各人物词之间的第二关联结果。
上述第二关联结果包括的第二关联度,第二关联度用于指示该对话的说话人是该人物的概率。
通常,一个对话的说话人会出现在该对话的前后。人物词出现与该对话之间没有间隔其他文本,该人物词为对话的说话人的概率较大。人物词与对话之间间隔的文本较多时,该人物词为对话的说话人的概率较小。
此外,还可以根据对话人出现在对话前后的预设规则,来确定该对话与各人物词的第二关联度。
在一些可选的实现方式中,上述步骤102的确定各对话分别与各人物之间对应的第二关联结果,包括:将包括位置信息的各对话的信息与各人物词的信息输入到预先训练的对话归属模型,由所述对话归属模型输出每一对话与各人物词之间的第二关联结果。
在这些可选的实现方式中,对话的信息包括对话在目标文本中的位置信息以及该对话前后的文本内容。人物词的信息包括人物词在目标文本中的位置信息以及人物词前后的文本内容。
上述对话归属模型用于根据输入的对话的信息和人物词的信息,确定对话的信息与各人物词之间的第二联度。第二关联度用于指示对话的说话人是人物词指示的人的概率。
对话归属模型的训练数据可以包括对话的信息与人物词的信息数据对。数据对中的对话的信息中的对话的说话人可以是人物词指示的人物。
在这些可选的实现方式中,通过使用对话归属模型来确对话与人物词之间的第二关联度,可以提高确定对话与人物词之间的第二关联度的效率。
在一些可选实现方式中,步骤102的确定各人物词之间的第三关联结果,包括:根据各人物词在所述目标文本中的出现位置信息,确定各人物词之间的第三关联结果。
例如,在目标文本的位置102-103中出现“小C”,目标文本的位置104出现人物代词“他”,则人物词“小C”与在目标文本位置104处的人物词“他”的第三关联度较大。
任意两个人物词之间的第三关联结果用于指示该两个人物词指示同一人物的概率。
通过位置信息,来确定各人物词之间的第三关联结果,所得到的各人物词的第三关联结果的准确度较高。
在一些可选的实现方式中,步骤102的确定各人物词之间的第三关联结果,包括:将包括位置信息的各人物词的信息输入到预先训练的指代消解模型,由所述指代消解模型输出各人物词之间的第三关联结果。
上述指代消解模型用于根据输入的人物词的信息确定指示同一人物的指示一个人物词。
人物词的信息包括人物词、人物词在目标文本中的位置信息、人物词的前后文本信息。
人物词可以包括人物名、人称代词、人物昵称等。
通常在一组对话中,目标文本中出现目标人物第一次说的对话时,在该对话的前或后位置处出现目标人物的人物名(可以与该目标人物的标准人物名称相同)。在该组对话中目标人物第二次及之后说的对话的附近可以出现目标人物的代词(例如“你、我、他”)。
通过上述指代消解模型,可以确定每个代词指示的人物名。
通过将多个人物词的信息输入到预先训练的指代消解模型,由指代消解模型来确定每个代词指示的人物名。
上述指代消解模型的训练数据包括人物名、人物名对应的部分对话文本、人物名出现的位置信息,与人物名对应的人称代词、人称代词出现的位置信息、人称代词对应的部分对话内容。
在这些可选的实现方式中,使用指代消解模型来确定各人物词之间的第三关联结果,从而可以快速确定出指示相同人物的不同的人物词。
请参考图2,其示出了本公开提供的文本信息处理方法的另外一些实施例的流程示意图。如图2所示,文本信息处理方法包括如下步骤:
步骤201,获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物词的信息。
步骤202,确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果。
步骤203,确定各人物词与预设人物库中各标准人物名称的第四关联结果。
步骤204,对于每一个对话,根据所述第一关联结果,确定该对话与其他对话之间的第一距离。
步骤205,根据所述第二关联结果,确定该对话与各人物词之间的第二距离。
步骤206,根据所述第三关联结果,确定任意两个人物词之间的第三距离。
步骤207,基于各人物词与各标准人物之间的第四关联结果,确定各人物词与各标准人物名称之间的第四距离。
这里的对话可以为多个对话中的任意一个。
可以根据预先规则,由第一关联结果指示的第一关联度确定出第一距离,由第二关联结果指示的第二关联度确定出第二距离,由第三关联结果指示的第三关联度确定出第三距离,由第四关联结果指示的第四关联度确定出第四距离。
第一距离可以与第一关联结果指示的第一关联度负相关;第二距离可以与第二关联结果指示的第二关联度负相关。第三距离可以与第三关联结果指示的第三关联度负相关。第四距离可以与第四关联结果指示的第四关联度负相关。
作为示意性说明,d1=1-s1 (4);
d2=1-s2 (5);
d3=1-s3 (6);
d4=1-s4 (7);
上述d1、d2、d3和d4分别表示第一距离、第二距离、第三距离和第四距离;s1、s2、s3、s3分别表示第一关联度、第二关联度、第三关联度和第四关联度。
步骤208,基于所述第一距离、第二距离、第三距离和第四距离中的至少一者构建对话至标准人物名称的连通路径,根据所述连通路径确定该对话对应的目标标准人物名称。
若一个对话与至少一个标准人物名称之间存在路径,上述路径中存在对话之间的第一距离、对话与人物词之间的第二距离、人物词与人物词之间的第三距离,人物词与标准人物名称之间的第四距离。
作为一种实现方式,可以将各条路径上的第一距离、第二距离、第三距离和第四距离分别相加。根据相加之和来确定与该对话对应的目标标准人物名称。
例如将上述第一距离、第二距离、第三距离和第四距离的相加之和最小的一个路径对应的标准人物名称,确定为与该对话对应的目标标准人物名称。
在一些可选的实现方式中,上述步骤207包括如下步骤:
首先,将满足第一预设条件的第一距离对应的两个对话点之间连接成第一边,第一边的边长为所述第一距离。
这里的第一预设条件例如可以为第一距离小于第一预设距离阈值。这里的第一预设距离阈值可以根据具体的应用场景进行设置,此处不进行限制。
其次,将满足第二预设条件的第二距离对应的对话点和人物词点之间连接成第二边,第二边的边长为所述第二距离。
这里的第二预设条件例如可以为第二距离小于第二预设距离阈值。这里的第二预设距离阈值可以根据具体的应用场景进行设置,此处不进行限制。
再次,将满足第三预设条件的第三距离对应的两个人物词点之间连接成第三边,第三边的边长为所述第三距离;
这里的第三预设条件例如可以为第三距离小于第三预设距离阈值。这里的第三预设距离阈值可以根据具体的应用场景进行设置,此处不进行限制。
然后,将满足第四预设条件的第四距离对应的人物词与标准人物名称连接成第四边,第四边的边长为所述第四距离。
这里的第四预设条件例如可以为第四距离小于等于第四预设距离阈值。这里的第四预设距离阈值可以根据具体的应用场景进行设置,此处不进行限制。
需要说明的是,第四预设距离阈值可以为0。也即,第四关联度为100%。
最后,若确定该对话点与至少一个标准人物名称之间存在连通路径,根据至少一个连通路径各自的路径长度确定与该对话对应的目标标准人物名称,其中,所述连通路径包括所述第一边、第二边、第三边和所述第四边。
在这些实施例中,以图的角度来确定对话的人物词。将对话、人物词分别看成图上的多个点。将满足预设条件的两个点之间连成一条边。然后根据该两点之间的关联度,确定该边的距离。
这里的一路径的路径长度为该路径上的第一边的边长、第二边的边长、第三边的边长和第四边的边长之和。
通过设置预设条件,可以排除一些干扰边,从而可以提高确定对话的目标标准人物名称的速度。
在一些可选的实现方式中,上述步骤207的基于所述第一距离、第二距离、第三距离和第四距离,确定该对话对应的目标标准人物名称,还包括:若确定该对话点与至少一个标准人物名称之间存在连通路径,对于连通路径,将该连通路径上的最大距离作为该连通路径的路径长度;将路径长度最小的连通路径对应的标准人物名称确定为该对话的目标标准人物名称。
在这些可选的实现方式中,可以输出与该对话对应的上述目标标准人物名称以及概率。上述概率可以上述最小的连通路径中第一距离、第二距离、第三距离、第四距离中的最大距离来确定。
若上述最小的连通路径中的第二距离最大为40%,则最小的连通路径对应的标准人物名称为目标标准人物的概率为1-40%=60%。
此外,上述步骤207的基于所述第一距离、第二距离、第三距离和第四距离,确定该对话对应的目标标准人物名称,还包括:若确定该对话点与至少一个标准人物名称之间存在连通路径,对于连通路径,将该连通路径上的各距离之和的均值作为该连通路径的路径长度;将路径长度最小的连通路径对应的标准人物名称确定为该对话的目标标准人物名称。
若上述最小的连通路径R中的第一距离为20%,第二距离为40%,第三距离为0,第四距离为0,则最小的连通路径对应的标准人物名称为目标标准人物的概率为1-(20%+40%)/2=70%。
在一些应用场景中,可以对连通路径上的各边进行校准。在校准时,对于每一个边可以使用该边对应的校准参数进行校准。例如连通路径中的第一边的校准系数为L1,第二边的校准系数为L2,第三边的校准系数为L3。在确定连通路径的路径长度时,可以先使用校准系数对各边的边长进行校准,然后再确定该连通路径的路径长度。校准系数大于零、小于等于1。
例如上述连通路径R的路径长度可以为:1-(L1×20%+L2×40%)/2。
上述校准系数可以是预先设置的,可以是经验数值。
在这些应用场景中,上述各边可以是基于不同的模型输出的关联度得出的。由于模型不同,利用不同模型输出的结果进行计算时,需要各模型的输出结果进行权重调整,以确保计算结果的准确性。
请参考图3,其示出了本公开提供的文本信息处理方法的一些应用场景的示意图。从目标文本中提取出对话信息,人物信息。对话信息包括对话D1、D3、D3各自的信息。人物信息包括人物词P1、P2、P3、P4和P5的信息。标准人物名称包括SP1、SP2。可以将各对话、人物词、标准人物名视为图上的点,如图3所示。
根据各对话之间的第一关联结果确定出对话D1、D3为同一人物词对应的对话。根据对话与各人物词之间的第二关联结果,确定对话D1为人物词P4的对话,对话D2为人物词P5的对话。根据人物词之间的第三关联结果,确定人物词P5、P3和P2为指示同一人物。另外,根据第四关联结果,人物词P2与标准人物名称SP1匹配成功。人物词P4与标准人物名称SP2匹配成功。可以根据上述关联结果,连接对话D3与D1形成第一边(D3,D1),连接D1与P4形成第二边(D1,D4),连接P4与标准人物名称SP2形成第四边(P4,SP2)。这样,对话D3与标准人物名称SP2之间建立了连通路径。由于不存在由D3到其他标准人物名称的连通路径,则该连通路径的路径长度可以由对话D3与对话D1之间的第一关联度,对话D1与人物词P4之间的第二关联度来确定。此外,还可以由该路径中确定对话D1对应的标准人物名称为SP2。
根据对话与人物词的第二关联度,确定对话D2的说话人为人物词P5指示的人物。连接对话D2与人物词形成第二边(D2,P5)连接。连接指示同一人物的人物词P5、P3、P2形成第三边(P5,P3,P2),连接人物词P2与标准人物名称SP1形成第四边(P2,SP1)。该连通路径中可以没有第一边。由上述对话D2,人物词P5、P3、P2和标准人物名称SP1形成对话与标准人物名称之间的连通路径。该连通路径的路径长度可以由对话D2与人物词P5之间的第二关联度,人物词P5与人物词P3之间第第三关联度、人物词P3到人物词P2之间的第三关联度确定。由该连通路径确定对话D2的说话人为标准人物名称SP1对应的人物。
本实施例提供的文本信息的处理方法,通过建立对话至标准人物名称之间路径的方式确定对话对应的目标标准人物名称,从而以图论的方式确定了目标文本中的对话的目标标准人物名称。使得在包括复杂对话的目标文本中可以较为准确的确定出对话的目标标准人物名称。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种文本信息处理装置的一个实施例,该装置实施例与图1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4所示,本实施例的文本信息处理装置包括:获取单元401、第一确定单元402、第二确定单元403和第三确定单元404。其中,获取单元401,用于获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物词的信息;所述对话的信息与所述人物词信息分别包括位置信息;第一确定单元402,用于确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果;第三确定单元403,用于确定各人物词与预设人物库中各标准人物名称的第四关联结果;第四确定单元404,用于对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的标准人物名称。
在本实施例中,文本信息处理装置的获取单元401、第一确定单元402、第二确定单元403和第三确定单元404的具体处理及其所带来的技术效果可分别参考图1对应实施例中步骤101至步骤104的相关说明,在此不再赘述。
在一些可选的实现方式中,获取单元401进一步用于:根据文本中的预设对话记叙规则,从所述目标文本中提取出所述对话信息和人物信息。
在一些可选的实现方式中,获取单元401进一步用于:将所述目标文本输入到预先训练的识别模型,由所述识别模型输出人物信息和所述对话信息。
在一些可选的实现方式中,第一确定单元402进一步用于:对于每一个对话,根据预设对话关联规则,确定该对话与所述至少两个对话的其他对话之间的第一关联结果。
在一些可选的实现方式中,第一确定单元402进一步用于:将任意两个对话的对话的信息输入到预先训练的对话匹配模型,由所述对话匹配模型输出该两个对话之间的第一关联结果。
在一些可选的实现方式中,第一确定单元402进一步用于:对于每一个对话,根据该对话在所述目标文本中的位置信息以及各人物词在所述目标文本中的位置信息,确定该对话与各人物词之间的第二关联结果。
在一些可选的实现方式中,第一确定单元402进一步用于:将包括位置信息的各对话的信息与各人物词的信息输入到预先训练的对话归属模型,由所述对话归属模型输出每一对话与各人物词之间的第二关联结果。
在一些可选的实现方式中,第一确定单元402进一步用于:根据各人物词在所述目标文本中的出现位置信息,确定各人物词之间的第三关联结果。
在一些可选的实现方式中,第一确定单元402进一步用于:将包括位置信息的各人物词的信息输入到预先训练的指代消解模型,由所述指代消解模型输出各人物词之间的第三关联结果。
在一些可选的实现方式中,第三确定单元404进一步用于:对于每一个对话,根据所述第一关联结果,确定该对话与其他对话之间的第一距离;根据所述第二关联结果,确定该对话与各人物词之间的第二距离;根据所述第三关联结果,确定任意两个人物词之间的第三距离;基于各人物词与各标准人物之间的第四关联结果,确定各人物词与各标准人物名称之间的第四距离;基于所述第一距离、第二距离、第三距离和第四距离中的至少一者构建对话至标准人物名称的连通路径,根据所述连通路径确定该对话对应的目标标准人物名称。
在一些可选的实现方式中,第三确定单元404进一步用于:将满足第一预设条件的第一距离对应的两个对话点之间连接成第一边,第一边的边长为所述第一距离;将满足第二预设条件的第二距离对应的对话点和人物词点之间连接成第二边,第二边的边长为所述第二距离;将满足第三预设条件的第三距离对应的两个人物词点之间连接成第三边,第三边的边长为所述第三距离;将满足第四预设条件的第四距离对应的人物词与标准人物名称连接成第四边,第四边的边长为所述第四距离;若确定该对话点与至少一个标准人物名称之间存在连通路径,根据至少一个连通路径各自的路径长度确定与该对话对应的目标标准人物名称,其中,所述连通路径包括所述第一边、第二边、第三边和所述第四边。
请参考图5,图5示出了本公开的一个实施例的文本信息处理方法可以应用于其中的示例性系统架构。
如图5所示,系统架构可以包括终端设备501、502、503,网络504,服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504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。
终端设备501、502、503可以通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种客户端应用,例如网页浏览器应用、搜索类应用、新闻资讯类应用。终端设备501、502、503中的客户端应用可以接收用户的指令,并根据用户的指令完成相应的功能,例如根据用户的指令在信息中添加相应信息。
终端设备501、502、503可以是硬件,也可以是软件。当终端设备501、502、503为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备501、502、503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的软件或软件模块),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505可以是提供各种服务的服务器,例如接收终端设备501、502、503发送的信息获取请求,根据信息获取请求通过各种方式获取信息获取请求对应的展示信息。并展示信息的相关数据发送给终端设备501、502、503。
需要说明的是,本公开实施例所提供的文本信息处理方法可以由终端设备执行,相应地,文本信息处理装置可以设置在终端设备501、502、503中。此外,本公开实施例所提供的文本信息处理方法还可以由服务器505执行,相应地,文本信息处理装置可以设置于服务器505中。
应该理解,图5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。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备(例如图5中的终端设备或服务器)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6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6所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)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装置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,还存储有电子设备600操作所需的各种程序和数据。处理装置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。
通常,以下装置可以连接至I/O接口605: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606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备,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609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
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系统、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: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:获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物词的信息;所述对话的信息与所述人物词信息分别包括位置信息;确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果;确定各人物词与预设人物库中各标准人物名称的第四关联结果;对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的标准人物名称。
在一些可选的实现方式中,获取目标文本的对话信息和人物信息,包括:根据文本中的预设对话记叙规则,从所述目标文本中提取出所述对话信息和人物信息。
在一些可选的实现方式中,所述获取目标文本中的对话信息和人物信息,包括:将所述目标文本输入到预先训练的识别模型,由所述识别模型输出人物信息和所述对话信息。
在一些可选的实现方式中,所述确定各对话之间的第一关联结果,包括:对于每一个对话,根据预设对话关联规则,确定该对话与所述至少两个对话的其他对话之间的第一关联结果。
在一些可选的实现方式中,所述确定各对话之间的第一关联结果,包括:将任意两个对话的对话的信息输入到预先训练的对话匹配模型,由所述对话匹配模型输出该两个对话之间的第一关联结果。
在一些可选的实现方式中,所述确定各对话分别与各人物词之间对应的第二关联结果,包括:对于每一个对话,根据该对话在所述目标文本中的位置信息以及各人物词在所述目标文本中的位置信息,确定该对话与各人物词之间的第二关联结果。
在一些可选的实现方式中,所述确定各对话分别与各人物词之间对应的第二关联结果,包括:将包括位置信息的各对话的信息与各人物词的信息输入到预先训练的对话归属模型,由所述对话归属模型输出每一对话与各人物词之间的第二关联结果。
在一些可选的实现方式中,所述确定各人物词之间的第三关联结果,包括:根据各人物词在所述目标文本中的出现位置信息,确定各人物词之间的第三关联结果。
在一些可选的实现方式中,所述确定各人物词之间的第三关联结果,包括:将包括位置信息的各人物词的信息输入到预先训练的指代消解模型,由所述指代消解模型输出各人物词之间的第三关联结果。
在一些可选的实现方式中,所述对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的标准人物的名称,包括:对于每一个对话,根据所述第一关联结果,确定该对话与其他对话之间的第一距离;根据所述第二关联结果,确定该对话与各人物词之间的第二距离;根据所述第三关联结果,确定任意两个人物词之间的第三距离;基于各人物词与各标准人物之间的第四关联结果,确定各人物词与各标准人物名称之间的第四距离;基于所述第一距离、第二距离、第三距离和第四距离中的至少一者构建对话至标准人物名称的连通路径,根据所述连通路径确定该对话对应的目标标准人物名称。
在一些可选的实现方式中,所述基于所述第一距离、第二距离、第三距离和第四距离中的至少一者构建对话至标准人物名称的连通路径,根据所述连通路径确定该对话对应的目标标准人物名称,包括:将满足第一预设条件的第一距离对应的两个对话点之间连接成第一边,第一边的边长为所述第一距离;将满足第二预设条件的第二距离对应的对话点和人物词点之间连接成第二边,第二边的边长为所述第二距离;将满足第三预设条件的第三距离对应的两个人物词点之间连接成第三边,第三边的边长为所述第三距离;将满足第四预设条件的第四距离对应的人物词与标准人物名称连接成第四边,第四边的边长为所述第四距离;若确定该对话点与至少一个标准人物名称之间存在连通路径,根据至少一个连通路径各自的路径长度确定与该对话对应的目标标准人物名称,其中,所述连通路径包括所述第一边、第二边、第三边和所述第四边。
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,单元的名称在某种情况下并不构成对该单元本身的限定。
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)、片上系统(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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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。
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 (14)
1.一种文本信息处理方法,其特征在于,包括:
获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物词的信息;
确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果;
确定各人物词与预设人物库中各标准人物名称的第四关联结果;
对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的目标标准人物名称。
2.根据权利要求1所述的方法,其特征在于,获取目标文本的对话信息和人物信息,包括:
根据文本中的预设对话记叙规则,从所述目标文本中提取出所述对话信息和人物信息。
3.根据权利要求1所述的方法,其特征在于,所述获取目标文本中的对话信息和人物信息,包括:
将所述目标文本输入到预先训练的识别模型,由所述识别模型输出人物信息和所述对话信息。
4.根据权利要求1所述的方法,其特征在于,所述确定各对话之间的第一关联结果,包括:
对于每一个对话,根据预设对话关联规则,确定该对话与所述至少两个对话的其他对话之间的第一关联结果。
5.根据权利要求1所述的方法,其特征在于,所述确定各对话之间的第一关联结果,包括:
将任意两个对话的对话的信息输入到预先训练的对话匹配模型,由所述对话匹配模型输出该两个对话之间的第一关联结果。
6.根据权利要求1所述的方法,其特征在于,所述确定各对话分别与各人物词之间对应的第二关联结果,包括:
对于每一个对话,根据该对话在所述目标文本中的位置信息以及各人物词在所述目标文本中的位置信息,确定该对话与各人物词之间的第二关联结果。
7.根据权利要求1所述的方法,其特征在于,所述确定各对话分别与各人物词之间对应的第二关联结果,包括:
将包括位置信息的各对话的信息与各人物词的信息输入到预先训练的对话归属模型,由所述对话归属模型输出每一对话与各人物词之间的第二关联结果。
8.根据权利要求1所述的方法,其特征在于,所述确定各人物词之间的第三关联结果,包括:
根据各人物词在所述目标文本中的出现位置信息,确定各人物词之间的第三关联结果。
9.根据权利要求1所述的方法,其特征在于,所述确定各人物词之间的第三关联结果,包括:
将包括位置信息的各人物词的信息输入到预先训练的指代消解模型,由所述指代消解模型输出各人物词之间的第三关联结果。
10.根据权利要求1所述的方法,其中,所述对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的标准人物的名称,包括:
对于每一个对话,根据所述第一关联结果,确定该对话与其他对话之间的第一距离;
根据所述第二关联结果,确定该对话与各人物词之间的第二距离;
根据所述第三关联结果,确定任意两个人物词之间的第三距离;
基于各人物词与各标准人物之间的第四关联结果,确定各人物词与各标准人物名称之间的第四距离;
基于所述第一距离、第二距离、第三距离和第四距离中的至少一者构建对话至标准人物名称的连通路径,根据所述连通路径确定该对话对应的目标标准人物名称。
11.根据权利要求10所述的方法,其特征在于,所述基于所述第一距离、第二距离、第三距离和第四距离中的至少一者构建对话至标准人物名称的连通路径,根据所述连通路径确定该对话对应的目标标准人物名称,包括:
将满足第一预设条件的第一距离对应的两个对话点之间连接成第一边,第一边的边长为所述第一距离;
将满足第二预设条件的第二距离对应的对话点和人物词点之间连接成第二边,第二边的边长为所述第二距离;
将满足第三预设条件的第三距离对应的两个人物词点之间连接成第三边,第三边的边长为所述第三距离;
将满足第四预设条件的第四距离对应的人物词与标准人物名称连接成第四边,第四边的边长为所述第四距离;
若确定该对话点与至少一个标准人物名称之间存在连通路径,根据至少一个连通路径各自的路径长度确定与该对话对应的目标标准人物名称,其中,所述连通路径包括所述第一边、第二边、第三边和所述第四边。
12.一种文本信息处理装置,其特征在于,包括:
获取单元,用于获取目标文本中的对话信息和人物信息,所述对话信息包括至少两个对话的信息;所述人物信息包括至少两个人物词的信息;
第一确定单元,用于确定各对话之间的第一关联结果,各对话分别与各人物词之间对应的第二关联结果,各人物词之间的第三关联结果;
第二确定单元,用于确定各人物词与预设人物库中各标准人物名称的第四关联结果;
第三确定单元,用于对于每一个对话,基于与该对话对应的所述第一关联结果、第二关联结果、第三关联结果和所述第四关联结果,确定该对话对应的目标标准人物名称。
13.一种电子设备,其特征在于,包括:
至少一个处理器;
存储装置,用于存储至少一个程序,
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-11中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-11中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210791285.XA CN115129845A (zh) | 2022-07-05 | 2022-07-05 | 文本信息处理方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210791285.XA CN115129845A (zh) | 2022-07-05 | 2022-07-05 | 文本信息处理方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115129845A true CN115129845A (zh) | 2022-09-30 |
Family
ID=83381824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210791285.XA Pending CN115129845A (zh) | 2022-07-05 | 2022-07-05 | 文本信息处理方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115129845A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115328321A (zh) * | 2022-10-14 | 2022-11-11 | 深圳市人马互动科技有限公司 | 基于身份转换的人机交互方法及相关产品 |
-
2022
- 2022-07-05 CN CN202210791285.XA patent/CN115129845A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115328321A (zh) * | 2022-10-14 | 2022-11-11 | 深圳市人马互动科技有限公司 | 基于身份转换的人机交互方法及相关产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111027331B (zh) | 用于评估翻译质量的方法和装置 | |
CN111753551B (zh) | 基于词向量生成模型的信息生成方法和装置 | |
CN108768824B (zh) | 信息处理方法及装置 | |
CN111382261B (zh) | 摘要生成方法、装置、电子设备及存储介质 | |
CN112509562B (zh) | 用于文本后处理的方法、装置、电子设备和介质 | |
CN109933217B (zh) | 用于推送语句的方法和装置 | |
CN111368551B (zh) | 一种确定事件主体的方法和装置 | |
CN115908640A (zh) | 生成图像的方法、装置、可读介质及电子设备 | |
CN114765025A (zh) | 语音识别模型的生成方法、识别方法、装置、介质及设备 | |
CN115129845A (zh) | 文本信息处理方法、装置和电子设备 | |
CN116863935B (zh) | 语音识别方法、装置、电子设备与计算机可读介质 | |
CN112257459B (zh) | 语言翻译模型的训练方法、翻译方法、装置和电子设备 | |
CN113571044A (zh) | 语音信息处理方法、装置和电子设备 | |
CN114970470B (zh) | 文案信息处理方法、装置、电子设备和计算机可读介质 | |
CN111815274A (zh) | 信息处理方法、装置和电子设备 | |
CN112837672A (zh) | 对话归属的确定方法、装置、电子设备及存储介质 | |
CN115129877A (zh) | 标点符号预测模型的生成方法、装置和电子设备 | |
CN112651231B (zh) | 口语信息处理方法、装置和电子设备 | |
CN114429629A (zh) | 图像处理方法、装置、可读存储介质及电子设备 | |
CN111859902A (zh) | 一种文本处理方法、装置、设备及介质 | |
CN112632241A (zh) | 智能会话的方法、装置、设备和计算机可读介质 | |
CN113221514A (zh) | 文本处理方法、装置、电子设备和存储介质 | |
CN115374254A (zh) | 用于生成服务评价信息的方法、装置、服务器和介质 | |
CN111797263A (zh) | 图像标签生成方法、装置、设备和计算机可读介质 | |
CN111859970A (zh) | 用于处理信息的方法、装置、设备和介质 |
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 |