预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111898365A(43)申请公布日2020.11.06(21)申请号202010260122.XG06N3/04(2006.01)(22)申请日2020.04.03(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人李银锋黄明星赖晨东周彬刘婷婷(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06F40/216(2020.01)G06F40/289(2020.01)G06F16/35(2019.01)权利要求书2页说明书14页附图4页(54)发明名称用于检测文本的方法和装置(57)摘要本申请实施例公开了用于检测文本的方法和装置。该方法的一具体实施方式包括:获取物品描述文本,对物品描述文本进行分词,得到词语集合;基于词语集合,按照词语集合中各个词语在物品描述文本中的位置,生成词语序列;将词语序列输入预先训练的文本卷积神经网络中,得到用于指示物品描述文本中是否包含目标内容的文本检测结果;输出文本检测结果。该实施方式提升了物品描述文本的检测效率。CN111898365ACN111898365A权利要求书1/2页1.一种用于检测文本的方法,包括:获取物品描述文本,对所述物品描述文本进行分词,得到词语集合;基于所述词语集合,按照所述词语集合中各个词语在所述物品描述文本中的位置,生成词语序列;将所述词语序列输入预先训练的文本卷积神经网络中,得到用于指示所述物品描述文本中是否包含目标内容的文本检测结果;输出所述文本检测结果。2.根据权利要求1所述的方法,其中,所述文本卷积神经网络包括第一卷积层和第二卷积层,所述第一卷积层用于提取所述物品描述文本的文本特征向量,所述第二卷积层用于对所述文本特征向量进行整合。3.根据权利要求2所述的方法,其中,所述将所述词语序列输入预先训练的文本卷积神经网络中,得到用于指示所述物品描述文本中是否包含目标内容的文本检测结果,包括:将所述词语序列输入所述文本卷积神经网络的嵌入层中,得到词向量矩阵;将所述词向量矩阵输入所述第一卷积层中,得到所述物品描述文本的文本特征向量;将所述文本特征向量输入所述第二卷积层中,得到整合后的文本特征向量;将所述整合后的文本特征向量输入所述文本卷积神经网络的全连接层中,得到所述物品描述文本中包含目标内容的概率,基于所述概率,确定用于指示所述物品描述文本中是否包含目标内容的文本检测结果。4.根据权利要求3所述的方法,其中,在所述将所述词语序列输入所述文本卷积神经网络的嵌入层中,得到词向量矩阵之前,所述方法还包括:利用预设的对应关系表,对所述嵌入层进行初始化,其中,所述对应关系表用于表征训练词与训练词向量之间的对应关系,所述对应关系表中包括预设第一字符和/或预设第二字符。5.根据权利要求1所述的方法,其中,所述基于所述词语集合,按照所述词语集合中各个词语在所述物品描述文本中的位置,生成词语序列,包括:将所述词语集合中的词语的数量与预设的词语数量阈值进行比较;基于比较结果,按照所述词语集合中各个词语在所述物品描述文本中的位置,生成初始词语序列;基于所述初始词语序列,生成词语序列。6.根据权利要求5所述的方法,其中,所述基于比较结果,按照所述词语集合中各个词语在所述物品描述文本中的位置,生成初始词语序列,包括:若所述词语集合中词语的数量小于所述词语数量阈值,则按照词语在所述物品描述文本中的位置由前到后的顺序,对所述词语集合中的词语进行排序,在排序结果之后添加第一数量个预设第一字符,得到初始词语序列,其中,所述第一数量为所述词语数量阈值与所述词语集合中词语的数量的差值。7.根据权利要求5所述的方法,其中,所述基于比较结果,按照所述词语集合中各个词语在所述物品描述文本中的位置,生成初始词语序列,包括:若所述词语集合中词语的数量大于所述词语数量阈值,则从所述词语集合中选取所述词语数量阈值个词语,按照词语在所述物品描述文本中的位置由前到后的顺序,对选取出2CN111898365A权利要求书2/2页的词语进行排序,得到初始词语序列。8.根据权利要求5-7之一所述的方法,其中,所述基于所述初始词语序列,生成词语序列,包括:针对所述初始词语序列中的每个词语,确定该词语是否存在于预设的训练词集合中,若该词语未存在于所述训练词集合中,利用预设第二字符对该词语进行替换。9.一种用于检测文本的装置,包括:获取单元,被配置成获取物品描述文本,对所述物品描述文本进行分词,得到词语集合;生成单元,被配置成基于所述词语集合,按照所述词语集合中各个词语在所述物品描述文本中的位置