[发明专利]用于检测文本的方法和装置

权利要求书

1.一种用于检测文本的方法，包括：

获取物品描述文本，对所述物品描述文本进行分词，得到词语集合；

基于所述词语集合，按照所述词语集合中各个词语在所述物品描述文本中的位置，生成词语序列；

将所述词语序列输入预先训练的文本卷积神经网络中，得到用于指示所述物品描述文本中是否包含目标内容的文本检测结果；

输出所述文本检测结果。

2.根据权利要求1所述的方法，其中，所述文本卷积神经网络包括第一卷积层和第二卷积层，所述第一卷积层用于提取所述物品描述文本的文本特征向量，所述第二卷积层用于对所述文本特征向量进行整合。

3.根据权利要求2所述的方法，其中，所述将所述词语序列输入预先训练的文本卷积神经网络中，得到用于指示所述物品描述文本中是否包含目标内容的文本检测结果，包括：

将所述词语序列输入所述文本卷积神经网络的嵌入层中，得到词向量矩阵；

将所述词向量矩阵输入所述第一卷积层中，得到所述物品描述文本的文本特征向量；

将所述文本特征向量输入所述第二卷积层中，得到整合后的文本特征向量；

将所述整合后的文本特征向量输入所述文本卷积神经网络的全连接层中，得到所述物品描述文本中包含目标内容的概率，基于所述概率，确定用于指示所述物品描述文本中是否包含目标内容的文本检测结果。

4.根据权利要求3所述的方法，其中，在所述将所述词语序列输入所述文本卷积神经网络的嵌入层中，得到词向量矩阵之前，所述方法还包括：

利用预设的对应关系表，对所述嵌入层进行初始化，其中，所述对应关系表用于表征训练词与训练词向量之间的对应关系，所述对应关系表中包括预设第一字符和/或预设第二字符。

5.根据权利要求1所述的方法，其中，所述基于所述词语集合，按照所述词语集合中各个词语在所述物品描述文本中的位置，生成词语序列，包括：

将所述词语集合中的词语的数量与预设的词语数量阈值进行比较；

基于比较结果，按照所述词语集合中各个词语在所述物品描述文本中的位置，生成初始词语序列；

基于所述初始词语序列，生成词语序列。

6.根据权利要求5所述的方法，其中，所述基于比较结果，按照所述词语集合中各个词语在所述物品描述文本中的位置，生成初始词语序列，包括：

若所述词语集合中词语的数量小于所述词语数量阈值，则按照词语在所述物品描述文本中的位置由前到后的顺序，对所述词语集合中的词语进行排序，在排序结果之后添加第一数量个预设第一字符，得到初始词语序列，其中，所述第一数量为所述词语数量阈值与所述词语集合中词语的数量的差值。

7.根据权利要求5所述的方法，其中，所述基于比较结果，按照所述词语集合中各个词语在所述物品描述文本中的位置，生成初始词语序列，包括：

若所述词语集合中词语的数量大于所述词语数量阈值，则从所述词语集合中选取所述词语数量阈值个词语，按照词语在所述物品描述文本中的位置由前到后的顺序，对选取出的词语进行排序，得到初始词语序列。

8.根据权利要求5-7之一所述的方法，其中，所述基于所述初始词语序列，生成词语序列，包括：

针对所述初始词语序列中的每个词语，确定该词语是否存在于预设的训练词集合中，若该词语未存在于所述训练词集合中，利用预设第二字符对该词语进行替换。

9.一种用于检测文本的装置，包括：

获取单元，被配置成获取物品描述文本，对所述物品描述文本进行分词，得到词语集合；

生成单元，被配置成基于所述词语集合，按照所述词语集合中各个词语在所述物品描述文本中的位置，生成词语序列；

输入单元，被配置成将所述词语序列输入预先训练的文本卷积神经网络中，得到用于指示所述物品描述文本中是否包含目标内容的文本检测结果；

输出单元，被配置成输出所述文本检测结果。