[发明专利]一种从文本信息中确定位置信息的方法、装置及电子设备

说明书

本发明实施例提供了一种从文本信息中确定位置信息的方法、装置及电子设备。将目标文本信息对应的字嵌入向量序列输入到预设的双向长短期记忆网络BILSTM算法中，得到字嵌入向量序列对应的完整隐层状态序列，基于预设的线性模型算法和预设的随机失活参数，对完整隐层状态序列进行降维处理，得到样本文本信息对应的特征序列；将特征序列输入到预设的维比特算法中，得到样本文本信息对应的概率序列和标签序列；基于概率序列、标签序列和预设的位置信息确定表，从目标文本中确定出位置信息，其中，位置信息确定表中包含位置信息与标签值的对应关系。本发明实施例中提出了一种基于字的文本位置信息确定方法，提高了从文本信息中确定位置信息的精确度。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种从文本信息中确定位置信息的方法、装置及电子设备。

背景技术

随着互联网的快速发展，网络上的文本信息也呈现爆炸式增长。由于文本信息中蕴含着标识用户位置的位置信息，因此，人们可以通过从用户发送的文本信息中提取位置信息，从而确定出用户所处的位置。

现有技术中，统计人员通过人工标注的方式，确定出语料库中各样本文本信息对应的位置信息。然后，将文本信息，及其对应的位置信息作为神经网络模型的输入，并对神经网络模型进行训练，从而得到各个词语是位置信息的概率算法，即得到训练后的用于确定位置信息的模型，从而实现从文本信息中确定位置信息的目的。

但是，通过现有技术训练后的用于确定位置信息的模型，得到文本信息中包含的位置信息的精确度较低。

发明内容

本发明实施例的目的在于提供一种从文本信息中确定位置信息的方法及装置，以提高从文本信息中确定位置信息的精确度。

具体技术方案如下：

第一方面，本发明实施例提供了一种从文本信息中确定位置信息的方法，所述方法包括：

获取目标文本信息，所述目标文本信息中包含多个字符；

基于预设的独热维度确定字典，确定所述目标文本信息对应的字嵌入向量序列；

将所述字嵌入向量序列输入到预设的双向长短期记忆网络BILSTM算法中，得到所述字嵌入向量序列对应的完整隐层状态序列，其中，所述完整隐层状态序列中包含所述每个字符对应的完整隐层状态；

基于预设的线性模型算法和预设的随机失活参数，对所述完整隐层状态序列进行降维处理，得到所述目标文本信息对应的特征序列；

将所述特征序列输入到预设的维比特算法中，得到所述目标文本信息对应的概率序列和标签序列；其中，所述概率序列中包含所述各个字符对应的概率值，所述标签序列中包含各个字符对应的标签值；

基于所述概率序列、标签序列和预设的位置信息确定表，从所述目标信息文本中确定出位置信息，其中，所述位置信息确定表中包含位置信息与标签值的对应关系。

可选的，所述基于预设的独热维度确定字典，确定所述目标文本信息对应的字嵌入向量序列的步骤，可以包括：

针对所述目标文本信息中包含的每个字符，在所述预设的独热维度确定字典中查找所述每个字符对应的参考独热维度向量，并将所述每个字符对应的参考独热维度向量确定为该字符对应的独热维度向量；其中，所述字典中包含字符与独热维度向量的映射关系；

将所述每个字符对应的独热维度向量组成所述目标文本信息对应的字嵌入向量序列。

可选的，所述将所述字嵌入向量序列输入到预设的BILSTM中，得到所述字嵌入向量序列对应的完整隐层状态序列的步骤，可以包括：