文本处理方法、装置、计算机设备及存储介质.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CN113704462A(43)申请公布日2021.11.26(21)申请号202110352912.5(22)申请日2021.03.31(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)发明人石磊(74)专利代理机构广州三环专利商标代理有限公司44202代理人熊永强杜维(51)Int.Cl.G06F16/35(2019.01)G06F40/194(2020.01)G06F40/205(2020.01)G06F40/242(2020.01)G06F40/289(2020.01)权利要求书2页说明书13页附图6页(54)发明名称文本处理方法、装置、计算机设备及存储介质(57)摘要本申请公开了一种文本处理方法、装置、计算机设备及存储介质，应用于人工智能技术领域，其中，该方法包括：获取到客户终端发送的参考文本后，对该参考文本进行解析，得到参考文本的词性序列，再通过词向量词典确定参考文本的特征向量；再根据参考文本的词性序列从文本数据库中确定出N个待召回文本；再通过词向量词典确定N个待召回文本的特征向量，并将得到的N个特征向量进行聚类处理，根据聚类处理结果从N个特征向量中确定参考特征向量集合；再根据参考特征向量集合以及参考文本的特征向量，从N个待召回文本中确定目标召回文本，通过该方法，可以提高文本召回的效率和文本召回的准确率。CN113704462ACN113704462A权利要求书1/2页1.一种文本处理方法，其特征在于，所述方法包括：获取参考文本，并确定所述参考文本的词性序列以及特征向量；根据所述参考文本的词性序列从文本数据库中确定出N个待召回文本，所述N个待召回文本中的各个待召回文本对应的词性序列与所述参考文本的词性序列相匹配，其中，N为正整数；确定所述N个待召回文本中的各个待召回文本的特征向量；将得到的N个特征向量进行聚类处理，根据聚类处理结果从所述N个特征向量中确定参考特征向量集合；根据所述参考特征向量集合以及所述参考文本的特征向量，从所述N个待召回文本中确定目标召回文本。2.根据权利要求1所述的方法，其特征在于，所述将得到的N个特征向量进行聚类处理，根据聚类处理结果从所述N个特征向量中确定参考特征向量集合，包括：将得到的N个特征向量进行聚类处理，得到至少一个聚类类别；从所述至少一个聚类类别中确定目标聚类类别，根据各个目标聚类类别所包括的特征向量确定参考特征向量集合。3.根据权利要求2所述的方法，其特征在于，所述从所述至少一个聚类类别中确定目标聚类类别，包括：确定所述至少一个聚类类别中的各个聚类类别所包括的特征向量的数目；按照所包括的特征向量的数目从高到低的顺序对所述至少一个聚类类别进行排序，得到第一排序结果；根据所述第一排序结果，将所述至少一个聚类类别中排在前M位的聚类类别确定为目标聚类类别，其中，M为正整数。4.根据权利要求1‑3中任一项所述的方法，其特征在于，所述根据所述参考特征向量集合以及所述参考文本的特征向量，从所述N个待召回文本中确定目标召回文本，包括：将所述参考特征向量集合中的各个参考特征向量分别与所述参考文本的特征向量进行对比，确定各个参考特征向量与所述参考文本的特征向量之间的匹配值；从所述参考特征向量集合中，确定与所述参考文本的特征向量之间的匹配值大于或等于设定阈值的目标特征向量；将所述目标特征向量所对应的待召回文本确定为目标召回文本。5.根据权利要求4所述的方法，其特征在于，所述目标特征向量为多个，所述方法还包括：根据各个目标召回文本所对应的目标特征向量与所述参考文本的特征向量之间的匹配值，按照匹配值从大到小的顺序，对所述各个目标召回文本进行排序，得到第二排序结果；将所述第二排序结果以及所述各个目标召回文本发送给客户端，以使得所述客户端根据所述第二排序结果确定所述各个目标召回文本的显示顺序，并按照所述显示顺序显示所述各个目标召回文本。6.根据权利要求1所述的方法，其特征在于，所述确定所述N个待召回文本中的各个待召回文本的特征向量，包括：2CN113704462A权利要求书2/2页针对所述N个待召回文本中的任一个待召回文本，对所述待召回文本进行分词处理，得到分词集合；根据词向量词典确定所述分词集合中各个分词的特征向量；将所述各个分词的特征向量进行融合，根据融合结果确定所述待召回文本的特征向量。7.根据权利要求1所述的方法，其特征在于，所述根据所述参考文本的词性序列从文本数据库中确定出N个待召回文本，包括：确定所述参考文本的主题信息，从文本数据库中确定出主题信息与所述参考文本的主题信息相匹配的一个或多个待选择文本；根据所述参考文本的词性序列从所述一个或多个待选择文本中确定出N个待