[发明专利]一种文本处理方法、装置、电子设备及可读存储介质

说明书

本申请提供了一种文本处理方法、装置、电子设备及可读存储介质，其中，该方法包括：根据目标时刻之后新增的待处理文本和目标时刻之前已存在的历史话题的语义相似度，从待处理文本中查找语义相似度小于第一预设数值的目标文本；根据每个目标文本的句向量，对目标文本进行聚类，得到多个文本聚类结果；针对每个文本聚类结果，根据属于该文本聚类结果的目标文本，确定该文本聚类结果的目标话题；根据目标话题与历史话题的语义相似度，生成关于历史话题的拓展关系图。本申请通过查找目标文本，对聚类后的目标文本进行提取得到目标话题，生成的拓展关系图包括历史话题以及新增的目标话题，还包括历史话题与目标话题的拓展关系，更具有全面性。

技术领域

本申请涉及信息技术领域，尤其是涉及一种文本处理方法、装置、电子设备及可读存储介质。

背景技术

随着互联网高速发展，网络信息激增。网络信息具有以下显著的特点：传播速度快、传播范围广、影响能力强，一个很小的网络信息，也可能因为外力的刺激和自身的发酵，以很短的时间在较大范围内发展成为网络大事件，引起轩然大波。

现在越来越多的人开始研究如何从海量的网络信息中提取出网络用户所关注的热点内容，尤其是一些企业、媒体或者政府，只有全面地获取网络信息，尽早地提取可能演变的热点内容，才能及时发现潜在的网络事件危机，避免网络事件进一步扩大、升级。因此，对网络信息的有效处理，可以尽早地对网络事件进行干预，尽早制定相应地措施。

发明内容

有鉴于此，本申请的目的在于提供一种文本处理方法、装置、电子设备及可读存储介质，以包含话题的拓展关系图更具有全面性。

第一方面，本申请实施例提供了一种文本处理方法，包括：

根据目标时刻之后新增的待处理文本和所述目标时刻之前已存在的历史话题的语义相似度，从所述待处理文本中查找语义相似度小于第一预设数值的目标文本；

根据所述目标文本的句向量，对所述目标文本进行聚类，得到多个文本聚类结果；

针对每个文本聚类结果，根据属于该文本聚类结果的目标文本，确定该文本聚类结果的目标话题；

根据所述目标话题与所述历史话题的语义相似度，生成关于所述历史话题的拓展关系图。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述目标话题与所述历史话题的语义相似度，生成关于所述历史话题的拓展关系图，包括：

根据所述目标话题与所述历史话题的语义相似度，确定所述目标话题与所述历史话题的层级关系；所述层级关系是以所述历史话题所在的层级为标准，所述目标话题相对于所述历史话题的隶属关系；

根据所述目标话题与所述历史话题的层级关系，生成关于所述历史话题的拓展关系图。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述针对每个文本聚类结果，根据属于该文本聚类结果的目标文本，确定该文本聚类结果的目标话题，包括：

针对每个文本聚类结果，根据属于每个文本聚类结果的目标文本的数量，确定目标文本聚类结果；所述目标文本聚类结果是所述文本聚类结果中目标文本数量超过第二预设数值的文本聚类结果；

针对每个目标文本聚类结果，根据属于该目标文本聚类结果的目标文本，确定该目标文本聚类结果的目标话题。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述针对每个文本聚类结果，根据属于该文本聚类结果的目标文本，确定该文本聚类结果的目标话题，包括：

针对每个文本聚类结果，将该文本聚类结果中的每个目标文本均输入至已训练完成的话题提取模型中，得到该文本聚类结果的目标话题。