[发明专利]文本处理方法、装置、计算机设备以及存储介质

权利要求书

1.一种文本处理方法，其特征在于，包括：

获取目标文本，所述目标文本包括N个目标词组，所述N是正整数；

根据K个文本主题和V个词汇表词组之间的主题词组权重特征集合，确定每个目标词组与K个文本主题的主题上下文特征，K和V均是正整数；

识别所述目标文本与所述K个文本主题之间的匹配权重特征，调用扩展知识模型中的第一神经感知器，将所述主题词组权重特征集合压缩为源主题知识特征矩阵；

调用所述扩展知识模型中的第二神经感知器，将所述主题词组权重特征集合压缩为目标主题知识特征矩阵；

将所述源主题知识特征矩阵和每个目标词组的主题上下文特征进行匹配，得到记忆权重特征；

将所述匹配权重特征和所述记忆权重特征叠加为集成权重特征；

将所述集成权重特征和所述目标主题知识特征矩阵进行加权求和，得到所述目标文本的扩展主题特征；

将所述扩展主题特征和N个目标词组的主题上下文特征组合为目标文本特征，识别所述目标文本特征，得到所述目标文本所属的业务文本类型。

2.根据权利要求1所述的方法，其特征在于，所述根据K个文本主题和V个词汇表词组之间的主题词组权重特征集合，确定每个目标词组与K个文本主题的主题上下文特征，包括：

获取每个目标词组的词向量特征；

根据N个目标词组的词向量特征，确定每个目标词组的局部上下文特征；

根据所述主题词组权重特征集合和每个目标词组的局部上下文特征，确定每个目标词组与K个文本主题的全局主题上下文特征；

将每个目标词组的局部上下文特征和全局主题上下文特征叠加为每个目标词组与K个文本主题的主题上下文特征。

3.根据权利要求2所述的方法，其特征在于，针对N个目标词组中的任一目标词组，根据N个目标词组的词向量特征确定所述任一目标词组的局部上下文特征的流程包括：

分别确定所述任一目标词组的词向量特征和N个目标词组的词向量特征之间的第一特征相似度；

将N个第一特征相似度进行归一化处理，得到N个标准第一特征相似度；

将N个标准第一特征相似度和N个目标词组的词向量特征进行加权求和，得到所述任一目标词组的局部上下文特征。

4.根据权利要求2所述的方法，其特征在于，所述根据N个目标词组的词向量特征，确定每个目标词组的局部上下文特征，包括：

获取每个目标词组在所述目标文本中的词组位置特征，获取每个目标词组在所述目标文本中的语句位置特征；

将每个目标词组的词向量特征、词组位置特征和语句位置特征拼接为每个目标词组的输入特征；

对N个输入特征进行多注意力编码，得到每个目标词组的局部上下文特征。

5.根据权利要求2所述的方法，其特征在于，所述主题词组权重特征集合包括K个主题词组权重特征，任一主题词组权重特征表示任一文本主题和V个词汇表词组之间的匹配权重；

针对N个目标词组中的任一目标词组，根据所述主题词组权重特征集合和所述任一目标词组的局部上下文特征确定所述任一目标词组与K个文本主题的全局主题上下文特征的流程包括：

确定所述任一目标词组的局部上下文特征和每个主题词组权重特征之间的第二特征相似度；

将K个第二特征相似度进行归一化处理，得到K个标准第二特征相似度；

将K个标准第二特征相似度和K个主题词组权重特征进行加权求和，得到所述任一目标词组与K个文本主题的全局主题上下文特征。

6.根据权利要求1所述的方法，其特征在于，所述识别所述目标文本与所述K个文本主题之间的匹配权重特征，包括：

根据所述V个词汇表词组的排布顺序，将所述目标文本转换为词袋特征；

调用神经主题模型中的编码器对所述词袋特征进行编码处理，得到文本编码特征；

调用所述神经主题模型中的解码器对所述文本编码特征进行重构处理，得到所述目标文本与所述K个文本主题之间的匹配权重特征。