基于比较模型的文本处理方法、装置、设备与存储介质.pdf

(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CN113836937A(43)申请公布日2021.12.24(21)申请号202111114919.X(22)申请日2021.09.23(71)申请人平安普惠企业管理有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(72)发明人严力(74)专利代理机构广州三环专利商标代理有限公司44202代理人熊永强(51)Int.Cl.G06F40/30(2020.01)G10L15/26(2006.01)G06F40/194(2020.01)权利要求书3页说明书12页附图4页(54)发明名称基于比较模型的文本处理方法、装置、设备与存储介质(57)摘要本申请涉及人工智能技术领域，本申请提供一种基于比较模型的文本处理方法、装置、设备与存储介质，文本处理方法包括：对用户的语音数据对应的目标文本进行语义特征提取，获得第一语义向量，获取每个预设文本的第二语义向量，通过相似度比较模型对所述第一语义向量与所述第二语义向量进行相似度比较，获得第一文本集合，获取目标文本包含的第一关键词和预设文本包含的第二关键词，将第一关键词与第二关键词进行匹配，获得第二文本集合，根据第一文本集合和所述第二文本集合，确定目标文本集合，所述目标文本集合是所述第一文本集合和所述第二文本集合的并集。实施本申请，可以提高召回的覆盖率。CN113836937ACN113836937A权利要求书1/3页1.一种基于比较模型的文本处理方法，其特征在于，包括：获取用户的语音数据，并将所述语音数据转换为目标文本；对所述目标文本进行语义特征提取，获得所述目标文本的第一语义向量；分别获取多个预设文本中每个预设文本的第二语义向量；通过相似度比较模型对所述第一语义向量与所述第二语义向量进行相似度比较，获得第一文本集合，所述第一文本集合包括至少一个第一文本，所述第一文本是与所述第一语义向量之间的相似度满足目标条件的第二语义向量所对应的预设文本；获取所述目标文本包含的至少一个第一关键词；分别获取所述多个预设文本中每个预设文本包含的至少一个第二关键词；将所述至少一个第一关键词与所述每个预设文本包含的至少一个第二关键词进行匹配，获得第二文本集合，所述第二文本集合包括至少一个第二文本，所述第二文本是与所述第一关键词匹配的第二关键词所对应的预设文本；根据所述第一文本集合和所述第二文本集合，确定目标文本集合，所述目标文本集合是所述第一文本集合和所述第二文本集合的并集，所述目标文本集合用于确定与所述目标文本对应的回答文本。2.如权利要求1所述的方法，其特征在于，所述对所述目标文本进行语义特征提取，获得所述目标文本的第一语义向量，包括：根据所述目标文本中包含的标点符号，将所述目标文本划分为至少两个文本块；分别对各所述文本块进行语义特征提取，获得至少两个目标语义向量，并将各所述目标语义向量作为所述目标文本的第一语义向量。3.如权利要求2所述的方法，其特征在于，所述通过相似度比较模型对所述第一语义向量与所述第二语义向量进行相似度比较，获得第一文本集合，包括：通过相似度比较模型计算每个目标语义向量与每个第二语义向量之间的曼哈顿距离，获得相似度比较结果，以根据所述相似度比较结果，将大于相似度阈值的第二语义向量所对应的预设文本确定为第一文本集合。4.如权利要求2或3所述的方法，其特征在于，所述分别对所述至少两个文本块中每个文本块进行语义特征提取，获得至少两个目标语义向量，包括：通过第一语义识别模型分别对所述至少两个文本块中每个文本块进行语义特征提取，获得至少两个目标语义向量；所述分别获取多个预设文本中每个预设文本的第二语义向量，包括：通过第二语义识别模型分别对所述多个预设文本中每个预设文本进行语义特征提取，获得所述每个预设文本的第二语义向量，所述第一语义识别模型与所述第二语义识别模型相同。5.如权利要求4所述的方法，其特征在于，所述第一语义识别模型包括第一嵌入层、第二嵌入层、第三嵌入层和Transformer编码层；所述通过第一语义识别模型分别对所述至少两个文本块中每个文本块进行语义特征提取，获得至少两个目标语义向量，包括：将所述文本块划分为多个字，并通过所述第一嵌入层将所述各个字转换为对应的字向量；2CN113836937A权利要求书2/3页获取所述第二嵌入层对应的文本向量，所述文本向量用于表示所述文本块的全局语义信息与所述各个字的融合信息；获取所述第三嵌入层对应的位置向量，所述位置向量用于指示所述文本块中不同位置的字的语义信息差异；将所述各个字的字向量、所述文本向量和所述位置向量相加，获得所述Transformer编码层的输入向量；通过所述Transformer编码层对所述输入向量进行编码处理，获得所述文本块的目标语义向量