[发明专利]文本分析方法及装置

权利要求书

1.一种文本分析方法，其特征在于，包括：

获取与待分析文本的多个分词相对应的特征信息；

将所述特征信息输入分析模型中进行处理，获取所述待分析文本的文本分析结果，

其中，所述分析模型包括注意力机制模块、卷积模块、关系模块以及拼接输出模块；

其中，所述将所述特征信息输入分析模型中进行处理，获取所述待分析文本的文本分析结果，包括：

将所述特征信息输入所述注意力机制模块中进行处理，获取扩展处理结果；

将所述扩展处理结果输入所述卷积模块中进行处理，获取卷积结果；

将所述卷积结果输入所述关系模块中进行处理，获取关系结果；

将所述关系结果输入拼接输出模块中进行处理，获取所述待分析文本的文本分析结果。

2.根据权利要求1所述的方法，其特征在于，获取与待分析文本的多个分词相对应的特征信息，包括：

对所述待分析文本的多个分词分别进行向量化处理，获取与所述多个分词相对应的多个向量信息；

根据所述多个向量信息，确定所述多个分词的特征信息。

3.根据权利要求1所述的方法，其特征在于，所述特征信息包括N个特征信息，N1，

其中，将所述特征信息输入所述注意力机制模块中进行处理，获取扩展处理结果，包括：

针对所述N个特征信息中的第一特征信息，获取所述N个特征信息中除所述第一特征信息之外的N-1个特征信息相对于所述第一特征信息的N-1个权重，其中，所述第一特征信息是所述N个特征信息中的任意一个特征信息；

根据所述N-1个权重对所述N-1个特征信息进行加权求和处理，确定与所述第一特征信息相对应的扩展向量信息；

对所述N个特征信息以及与所述N个特征信息相对应的扩展向量信息进行拼接处理，确定所述扩展处理结果，

其中，所述N-1个权重之和为1。

4.根据权利要求1所述的方法，其特征在于，所述拼接输出模块包括多个全连接层和softmax处理层，

其中，将所述关系结果输入拼接输出模块中进行处理，获取所述待分析文本的文本分析结果，包括：

对所述关系结果进行向量拼接处理，获取拼接后的向量信息；

将所述拼接后的向量信息依次输入所述多个全连接层及所述softmax处理层中进行处理，获取所述待分析文本的文本分析结果。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本文本的多个分词相对应的训练特征信息；

将所述训练特征信息输入初始分析模型中进行处理，获取所述样本文本的训练分析结果，其中，所述初始分析模型包括初始注意力机制模块、初始卷积模块、初始关系模块以及初始拼接输出模块；

根据所述训练分析结果及所述样本文本的标注结果，确定所述初始分析模型的模型损失；

根据所述模型损失，调整所述初始分析模型中的参数权值，确定调整后的分析模型；

在所述模型损失满足训练条件的情况下，将调整后的分析模型确定为最终的分析模型。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述卷积模块包括卷积神经网络，所述关系模块包括关系网络。

7.一种文本分析装置，其特征在于，包括：

特征获取单元，用于获取与待分析文本的多个分词相对应的特征信息；

结果获取单元，用于将所述特征信息输入分析模型中进行处理，获取所述待分析文本的文本分析结果，

其中，所述分析模型包括注意力机制模块、卷积模块、关系模块以及拼接输出模块；

其中，所述结果获取单元包括：

第一结果获取子单元，用于将所述特征信息输入所述注意力机制模块中进行处理，获取扩展处理结果；

第二结果获取子单元，用于将所述扩展处理结果输入所述卷积模块中进行处理，获取卷积结果；

第三结果获取子单元，用于将所述卷积结果输入所述关系模块中进行处理，获取关系结果；

第四结果获取子单元，用于将所述关系结果输入拼接输出模块中进行处理，获取所述待分析文本的文本分析结果。