文本识别方法、装置、计算机可读介质及电子设备.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CN113761190A(43)申请公布日2021.12.07(21)申请号202110492354.2G06N3/08(2006.01)(22)申请日2021.05.06G06N20/00(2019.01)(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人铁瑞雪(74)专利代理机构深圳市隆天联鼎知识产权代理有限公司44232代理人王鹏健(51)Int.Cl.G06F16/35(2019.01)G06F40/247(2020.01)G06F40/295(2020.01)G06F40/30(2020.01)G06N3/04(2006.01)权利要求书3页说明书17页附图5页(54)发明名称文本识别方法、装置、计算机可读介质及电子设备(57)摘要本申请的实施例提供了一种文本识别方法、装置、计算机可读介质及电子设备。该文本识别方法包括：在待识别文本中添加第一分类标记，以生成所述待识别文本对应的输入对象；将所述输入对象输入至文本识别模型，所述文本识别模型是根据携带有标注实体标签以及标注分类标签的目标样本文本训练得到的；获取所述文本识别模型输出的所述待识别文本中各个文字对应的预测实体标签以及所述第一分类标记对应的预测分类标签；根据所述预测实体标签，生成针对所述待识别文本的实体识别结果，并根据所述预测分类标签，生成针对所述待识别文本的分类结果。本申请实施例的技术方案能够实现在对文本分类的同时提取文本中实体，且能够提高文本识别的准确率。CN113761190ACN113761190A权利要求书1/3页1.一种文本识别方法，其特征在于，所述方法包括：在待识别文本中添加第一分类标记，以生成所述待识别文本对应的输入对象；将所述输入对象输入至文本识别模型，所述文本识别模型是根据携带有标注实体标签以及标注分类标签的目标样本文本训练得到的，所述标注实体标签为所述目标样本文本中各个文字对应的实体标签，所述标注分类标签是所述目标样本文本中添加的第二分类标记对应的分类标签；获取所述文本识别模型输出的所述待识别文本中各个文字对应的预测实体标签以及所述第一分类标记对应的预测分类标签；根据所述预测实体标签，生成针对所述待识别文本的实体识别结果，并根据所述预测分类标签，生成针对所述待识别文本的分类结果。2.根据权利要求1所述的方法，其特征在于，在待识别文本中添加第一分类标记，以生成所述待识别文本对应的输入对象，包括：以文字为单位对所述待识别文本进行划分处理，以生成所述待识别文本对应的文字序列；在所述文字序列中添加所述第一分类标记，得到新的文字序列，将所述新的文字序列作为所述待识别文本对应的输入对象。3.根据权利要求1所述的方法，其特征在于，根据所述预测实体标签，生成针对所述待识别文本的实体识别结果，并根据所述预测分类标签，生成针对所述待识别文本的分类结果，包括：将所述待识别文本中位置连续、且对应的预测实体标签指示为同一实体的文字识别为同一个实体，得到针对所述待识别文本的实体识别结果；将所述预测分类标签指示的分类类别作为针对所述待识别文本的分类结果。4.根据权利要求1‑3任一项所述的方法，其特征在于，所述方法还包括：在所述目标样本文本中添加所述第二分类标记，以生成所述目标样本文本对应的样本输入对象；将所述样本输入对象输入待训练模型，得到所述待训练模型输出的所述目标样本文本中各个文字针对各个实体标签以及所述第二分类标记针对各个分类标签的预测分数；根据所述标注实体标签、所述标注分类标签以及所述预测分数，确定损失函数，并根据所述损失函数对所述待训练模型的参数进行调整，得到所述文本识别模型。5.根据权利要求4所述的方法，其特征在于，根据所述标注实体标签、所述标注分类标签以及所述预测分数，确定损失函数，包括：根据所述标注实体标签以及所述标注分类标签，从所述预测分数中确定与所述标注实体标签相同的实体标签且与所述标注分类标签相同的分类标签对应的目标预测分数；根据所述目标预测分数，确定所述损失函数。6.根据权利要求5所述的方法，其特征在于，根据所述目标预测分数，确定所述损失函数，包括：计算所述目标预测分数与所述预测分数的和值之间的比值；对所述比值进行对数运算，得到运算结果，并根据所述运算结果，确定所述损失函数。7.根据权利要求4所述的方法，其特征在于，在所述目标样本文本中添加所述第二分类2CN113761190A权利要求书2/3页标记，以生成所述目标样本文本对应的样本输入对象，包括：以文字为单位对所述目标样本文本进行划分处理，生成所述目标样本文本对应的文字序列；在所述文字序列中添加所述第二分类标记，得到新的文字序列，将所述新的文字序列作为所述目标