[发明专利]在线文本标签的实时添加方法、装置及相关设备有效
申请号: | 201910871158.9 | 申请日: | 2019-09-16 |
公开(公告)号: | CN110795911B | 公开(公告)日: | 2023-07-21 |
发明(设计)人: | 唐亚 | 申请(专利权)人: | 中国平安人寿保险股份有限公司 |
主分类号: | G06F40/117 | 分类号: | G06F40/117;G06F40/284 |
代理公司: | 深圳市世联合知识产权代理有限公司 44385 | 代理人: | 汪琳琳 |
地址: | 518000 广东省深圳市福田区益田路5033号*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 在线 文本 标签 实时 添加 方法 装置 相关 设备 | ||
1.一种在线文本标签的实时添加方法,其特征在于,包括:
访问文本数据库,获取所述文本数据库中的所有文本数据;
对所有文本数据进行初始分词,对初始分词得到的结果进行分词预处理,并将分词预处理之后得到的分词映射到至少一个主题,以得到预设的主题映射信息;
根据分词处理得到分词对初始的词向量生成模型进行训练,训练结束后得到预设的词向量生成模型;
将分词预处理之后得到的分词和映射得到的主题形成文本标签集合,按照预设的过滤配置信息对所述文本标签集合进行过滤,得到用于在界面显示的关键词和主题,并将得到的关键词存储以形成预设关键词库;
实时获取用户端输入的文本数据,对所述文本数据进行分词处理,得到一组分词;
根据所述预设的词向量生成模型获取每个分词的词向量;
将所述每个分词的词向量与预设关键词库中的关键词的词向量进行相似性计算,匹配得到相似性满足预设阈值的关键词和分词;
根据匹配得到的关键词和预设的主题映射信息获取与所述匹配得到的关键词相对应的主题;
输出匹配得到的分词和获取的主题至用户端界面。
2.根据权利要求1所述的在线文本标签的实时添加方法,其特征在于,所述方法还包括:
根据所述每个分词的词向量计算所述文本数据的句向量,将所述文本数据的句向量与历史文本数据库中的历史文本数据的句向量进行相似性计算,若匹配得到相似性满足预设阈值的历史文本数据,则获取匹配得到的历史文本数据所对应的主题,并将其作为所述文本数据的主题输出至用户端界面。
3.根据权利要求2所述的在线文本标签的实时添加方法,其特征在于,所述根据所述每个分词的词向量计算所述文本数据的句向量包括:
将所述文本数据的所有分词的词向量进行加和平均,得到所述文本数据的句向量。
4.根据权利要求2所述的在线文本标签的实时添加方法,其特征在于,所述根据所述每个分词的词向量计算所述文本数据的句向量包括:
对所述文本数据中的所有分词进行权重分配,根据各分词的权重和词向量进行加权平均,得到所述文本数据的句向量。
5.一种在线文本标签的实时添加装置,其特征在于,包括:
模型训练模块,用于训练预设的词向量生成模型;
分词处理模块,用于实时获取用户端输入的文本数据,对所述文本数据进行分词处理,得到一组分词;
词向量获取模块,用于根据预设的词向量生成模型获取每个分词的词向量;
匹配模块,用于将所述每个分词的词向量与预设关键词库中的关键词的词向量进行相似性计算,匹配得到相似性满足预设阈值的关键词和分词;
主题获取模块,用于根据匹配得到的关键词和预设的主题映射信息获取与所述匹配得到的关键词相对应的主题;
输出模块,用于输出匹配得到的分词和获取的主题至用户端界面;
其中,所述模型训练模块训练预设的词向量生成模型的训练时,具体用于:通过所述分词处理模块访问文本数据库,获取所述文本数据库中的所有文本数据,对所有文本数据进行初始分词,对初始分词得到的结果进行分词预处理,并将分词预处理之后得到的分词映射到至少一个主题,以得到所述预设的主题映射信息;根据分词处理得到分词对初始的词向量生成模型进行训练,训练结束后得到所述预设的词向量生成模型;
所述分词处理模块还用于将分词预处理之后得到的分词和映射得到的主题形成文本标签集合,按照预设的过滤配置信息对所述文本标签集合进行过滤,得到用于在界面显示的关键词和主题,并将得到的关键词存储至所述预设关键词库。
6.一种计算机设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有计算机可读指令,所述计算机可读指令被所述至少一个处理器执行时,使得所述至少一个处理器执行如权利要求1至4中任一项所述的在线文本标签的实时添加方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被至少一个处理器执行时实现如权利要求1至4中任一项权利要求所述的在线文本标签的实时添加方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安人寿保险股份有限公司,未经中国平安人寿保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910871158.9/1.html,转载请声明来源钻瓜专利网。