[发明专利]文本处理方法和装置、电子设备以及计算机可读存储介质

权利要求书

1.一种文本处理方法，其特征在于，包括：

针对多个文本数据进行处理，以生成多个文本向量；

根据所述多个文本向量之间的相似度，构建文本关系图，所述文本关系图中包括：由文本向量组成的节点，以及，文本向量之间的相似度组成的文本向量之间的路径；

对于所述文本关系图中的节点，根据该节点以及该节点与其他节点之间的路径，计算该节点的特征向量；

根据每个节点的特征向量，计算每个节点的权重值，并且根据所述权重值选择至少一个节点所对应的文本数据作为目标文本数据。

2.根据权利要求1所述的文本处理方法，其中，所述根据所述多个文本向量之间的相似度，构建文本关系图，包括：

计算所述多个文本向量中两个文本向量之间的余弦相似度作为所述两个文本向量之间的相似度；

根据多个文本向量之间的余弦相似度，构建文本关系图。

3.根据权利要求1所述的文本处理方法，其中，所述针对多个文本数据进行处理，以生成多个文本向量，包括：

通过注意力机制和LSTM模型对所述多个文本数据进行处理，以生成所述多个文本向量。

4.根据权利要求1所述的文本处理方法，其中，所述根据每个节点的特征向量，计算每个节点的权重值，包括：

根据多个节点的特征向量，计算平均值向量，以标识所述多个节点所针对的事件；

根据所述平均值向量与多个所述特征向量，针对每一个特征向量生成合并向量；

计算每个节点的合并向量的分数作为所述权重值。

5.根据权利要求4所述的文本处理方法，其中，所述计算每个节点的合并向量的分数，包括：

使用基于训练数据进行机器学习获得的参数来计算每个节点的合并向量的分数。

6.根据权利要求1所述的文本处理方法，其中，所述根据所述权重值选择至少一个文本向量所对应的文本数据作为目标文本数据包括：

按照所述权重值对所述多个特征向量进行排序，以形成有序的特征向量序列；

选择排序后位于所述特征向量序列的前端的第一个特征向量所对应的节点的文本数据作为所述目标文本数据。

7.一种文本处理装置，包括：

文本向量生成模块，用于针对多个文本数据进行处理，以生成多个文本向量；

构建模块，用于根据所述多个文本向量之间的相似度，构建文本关系图，所述文本关系图中包括：由文本向量组成的节点，以及，文本向量之间的相似度组成的文本向量之间的路径；

第一计算模块，用于对于所述文本关系图中的节点，根据该节点以及该节点与其他节点之间的路径，计算该节点的特征向量；

第二计算模块，用于根据每个节点的特征向量，计算每个节点的权重值；

选择模块，用于根据所述权重值选择至少一个节点所对应的文本数据作为目标文本数据。

8.根据权利要求7所述的文本处理装置，其中，所述构建模块进一步包括：

第一计算单元，用于计算所述多个文本向量中两个文本向量之间的余弦相似度作为所述两个文本向量之间的相似度；

构建单元，用于根据所述多个文本向量以及所述第一计算单元计算的文本向量之间的相似度，构建文本关系图。

9.根据权利要求7所述的文本处理装置，其中，所述文本向量生成模块进一步用于：

通过注意力机制和LSTM模型对所述多个文本数据进行处理，以生成所述多个文本向量。

10.根据权利要求7所述的文本处理装置，其中，所述第二计算模块包括：

第二计算单元，用于根据多个节点的特征向量，计算平均值向量，以标识所述多个节点所针对的事件；

第一向量生成单元，用于根据所述平均值向量与多个所述特征向量，针对每一个特征向量生成合并向量；

第三计算单元，用于计算每个节点的合并向量的分数。