[发明专利]一种文本要素完整性审核方法及装置

说明书

本申请实施例提供了一种文本要素完整性审核方法及装置，能够获取要素审核模板，要素审核模板包含多个文本要素模板；对待审核文本进行段落解析，得到每个段落的概要内容；根据词形匹配和语义匹配，计算每个概要内容和各个文本要素模板的综合匹配度；根据综合匹配度确定每个概要内容匹配的目标文本要素模板；根据各个概要内容匹配到的目标文本要素模板，以及预设的要素完整性条件，判断待审核文本的文本要素是否完整。该方法以文本的段落为单位，获取段落的概要内容，并基于词形和语义两个维度，确定概要内容和文本要素模板的匹配关系，最终根据匹配关系确定文本要素是否完整，由此提高了文本要素匹配和审核的准确性。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种文本要素完整性审核方法及装置。

背景技术

文本匹配是自然语言处理的一项核心内容，自然语言处理的很多任务都可以抽象成文本匹配问题，例如：信息检索可以归结为搜索词和文档资源的匹配，问答系统可以归结为问题和候选答案的匹配，复述问题可以归结为两个同义句的匹配，对话系统可以归结为前一句对话和回复的匹配，机器翻译则可以归结为两种语言的匹配。

现有技术中，使用自然语言处理技术解决文本匹配问题，主要有两种方式：第一种方式是利用基于大量的人工定义和抽取的特征建立文本匹配模型，并使用文本匹配模型进行文本匹配。由于建立文本匹配模型使用的特征是根据特定的任务(例如：信息检索或者自动问答)人工设计的，因此文本匹配模型具有专用性，在某个特定任务的匹配准确性很高，但是很难应用到其他的任务上。另一种方式是使用训练数据训练深度学习模型，使用深度学习模型进行文本匹配。这种方法由于可以使用不同的训练数据去训练深度学习模型，因此可以方便的适配到各种文本匹配任务中，具有很好的泛化性。但是，由于深度学习模型质量的好坏受到训练数据等因素的影响，其准确度难以保证。

发明内容

本申请实施例提供了一种文本要素完整性审核方法及装置，以提高文本要素匹配和审核的准确性。

第一方面，本申请实施例提供了一种文本要素完整性审核方法，该方法包括：获取要素审核模板，所述要素审核模板包含多个文本要素模板；对待审核文本进行段落解析，得到每个段落的概要内容；对于每个所述概要内容，根据词形匹配和语义匹配，分别计算其与各个文本要素模板的综合匹配度；根据所述综合匹配度确定每个所述概要内容匹配的目标文本要素模板，所述目标文本要素模板是与所述概要内容的综合匹配度大于预设阈值的文本要素模板；根据各个所述概要内容匹配到的目标文本要素模板，以及预设的要素完整性条件，判断所述待审核文本的文本要素是否完整。

第二方面，本申请实施例提供了一种文本要素完整性审核装置，该装置包括：获取模块，用于获取要素审核模板，所述要素审核模板包含多个文本要素；解析模块，用于对待审核文本进行段落解析，得到每个段落的概要内容；计算模块，用于对于每个所述概要内容，根据词形匹配和语义匹配，分别计算其与各个文本要素模板的综合匹配度；第一分析模块，用于根据所述综合匹配度确定每个所述概要内容匹配的目标文本要素模板，所述目标文本要素模板是与所述概要内容的综合匹配度大于预设阈值的文本要素模板；第二分析模块，用于根据各个所述概要内容匹配到的目标文本要素模板，以及预设的要素完整性条件，判断所述待审核文本的文本要素是否完整。

由以上技术方案可知，本申请实施例提供了一种文本要素完整性审核方法及装置，能够获取要素审核模板，要素审核模板包含多个文本要素模板；对待审核文本进行段落解析，得到每个段落的概要内容；根据词形匹配和语义匹配，计算每个概要内容和各个文本要素模板的综合匹配度；根据综合匹配度确定每个概要内容匹配的目标文本要素模板；根据各个概要内容匹配到的目标文本要素模板，以及预设的要素完整性条件，判断待审核文本的文本要素是否完整。该方法以文本的段落为单位，获取段落的概要内容，并基于词形和语义两个维度，获取段落信息和文本要素模板的综合匹配度，以进一步确定概要内容和文本要素模板的匹配关系，最终根据匹配关系确定文本要素是否完整，由此提高了文本要素匹配和审核的准确性。

附图说明