[发明专利]文本的处理方法、装置和存储介质

说明书

本发明公开了一种文本的处理方法、装置和存储介质。该方法包括：获取原始文本的多个原始短句和每个原始短句的多个原始词，获取目标文本的多个目标短句和每个目标短句的多个目标词；根据每个原始词的原始词向量和对应的重要性权重确定每个原始短句的原始短句向量，根据每个目标词的目标词向量和对应的重要性权重确定每个目标短句的目标短句向量；根据每个原始短句向量和对应的重要性权重确定的第一目标矩阵和根据每个目标短句向量和对应的重要性权重确定的第二目标矩阵，获取原始文本和目标文本之间的相似度；在相似度大于目标阈值时，确定目标文本与原始文本相匹配，输出目标文本。本发明解决了相关技术对文本进行匹配的准确性低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种文本的处理方法、装置和存储介质。

背景技术

目前，在机器自动问题匹配时，通常需要衡量文本之间相似度，以返回与问句相匹配的标准问句。

但是，通常一句话中的每个词都被看作是同样重要的，当用户的输入比较冗长或包含不重要的信息时，模型很容易被带偏，将关注点放在不重要的部分。另外，并没有从语句最根本的含义出发，抓住语句最关键的部分，当问句超过一定长度，或者表述比较口语化时，机器往往无法抓住用户所表述的重点，从而返回与问句不相关的文本，存在对文本进行匹配的准确性低的问题。

针对上述的对文本进行匹配的准确性低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种文本的处理方法、装置和存储介质，以至少解决相关技术对文本进行匹配的准确性低的技术问题。

根据本发明实施例的一个方面，提供了一种文本的处理方法。该方法包括：获取输入的原始文本的多个原始短句和每个原始短句的多个原始词，并获取目标文本的多个目标短句和每个目标短句的多个目标词，其中，目标文本为与原始文本待进行匹配的文本；根据每个原始词的原始词向量和每个原始词在所处的原始短句中的重要性权重，确定每个原始短句的原始短句向量，得到多个原始短句向量，并根据每个目标词的目标词向量和每个目标词在所处的目标短句中的重要性权重，确定每个目标短句的目标短句向量，得到多个目标短句向量；根据每个原始短句向量和每个原始短句在原始文本中的重要性权重，确定第一目标矩阵，并根据每个目标短句向量和每个目标短句在目标文本中的重要性权重，确定第二目标矩阵；根据第一目标矩阵和第二目标矩阵获取原始文本和目标文本之间的相似度；在相似度大于目标阈值的情况下，确定目标文本与原始文本相匹配，并输出目标文本。

根据本发明实施例的另一方面，还提供了一种文本的处理装置。该装置包括：第一获取单元，用于获取输入的原始文本的多个原始短句和每个原始短句的多个原始词，并获取目标文本的多个目标短句和每个目标短句的多个目标词，其中，目标文本为与原始文本待进行匹配的文本；第一确定单元，用于根据每个原始词的原始词向量和每个原始词在所处的原始短句中的重要性权重，确定每个原始短句的原始短句向量，得到多个原始短句向量，并根据每个目标词的目标词向量和每个目标词在所处的目标短句中的重要性权重，确定每个目标短句的目标短句向量，得到多个目标短句向量；第二确定单元，用于根据每个原始短句向量和每个原始短句在原始文本中的重要性权重，确定第一目标矩阵，并根据每个目标短句向量和每个目标短句在目标文本中的重要性权重，确定第二目标矩阵；第二获取单元，用于根据第一目标矩阵和第二目标矩阵获取原始文本和目标文本之间的相似度；第三确定单元，用于在相似度大于目标阈值的情况下，确定目标文本与原始文本相匹配，并输出目标文本。

根据本发明实施例的另一方面，还提供了一种存储介质。该存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行项中所述的方法。