[发明专利]文本数据处理方法、装置、电子设备和可读存储介质

说明书

本公开提供了一种文本数据处理方法、装置、电子设备和计算机可读存储介质，涉及计算机技术领域。其中，文本数据处理方法包括：获取待识别的对话文本中与目标意图关联的意图转换特征；提取所述对话文本中与所述目标意图相关的文本嵌入特征；基于分类模型对所述意图转换特征与所述文本嵌入特征进行分类，以得到第一意图分类或第二意图分类。通过本公开的技术方案，基于意图转换特征与文本嵌入特征并采用分类模型进行分类，以得到准确性较高的第一分类意图或第二分类意图，通过引入对话中的意图流转与文本中的嵌入信息，提升了分类结果的准确性。

技术领域

本公开涉及机器学习技术领域，尤其涉及一种文本数据处理方法、一种文本数据处理装置、一种电子设备和一种计算机可读存储介质。

背景技术

随着大数据和人工智能技术的发展，通过对用户的对话进行文本处理，能够得到大量的用户语义标签，基于用户语义能够实现用户对话的意图分类。

相关技术中，通过基于词袋模型或词向量模型(Word-embedding Model)进行用户对话的文本挖掘，并使用分类模型对挖掘结果进行分类，实现用户语义的意图分类，但由于词袋模型使用量化的数字表达、词向量模型适用的文本长度有限，导致意图分类的准确性较低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种文本数据处理方法、装置、电子设备和计算机可读存储介质，至少在一定程度上克服相关技术中分类模型得到的意图分类的准确性较低的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种文本数据处理方法，包括：获取待识别的对话文本中与目标意图关联的意图转换特征；提取所述对话文本中与所述目标意图相关的文本嵌入特征；基于分类模型对所述意图转换特征与所述文本嵌入特征进行分类，以得到第一意图分类或第二意图分类。

在本公开的一个实施例中，所述获取待识别的对话文本中与目标意图关联的意图转换特征包括：根据所述对话文本构建对话中意图流转过程的有向图；从所述有向图中提取与所述目标意图关联的所述意图转换特征。

在本公开的一个实施例中，所述根据所述对话文本构建对话中意图流转过程的有向图包括：确定所述对话文本中每个语句对应的意图标签；将所述意图标签转化为意图节点；基于所述意图节点生成所述意图流转过程的有向图。

在本公开的一个实施例中，所述基于所述意图节点生成所述意图流转过程的有向图包括：根据表征不同意图的相邻的所述意图节点之间的语序确定流转方向；基于所述流转方向在相邻的所述意图节点之间生成有向边；基于所述多个意图节点与对应的所述有向边构建所述有向图。

在本公开的一个实施例中，所述从所述有向图中提取与所述目标意图关联的所述意图转换特征包括：采用图嵌入的方式从所述有向图中提取与所述目标意图关联的所述意图转换特征。

在本公开的一个实施例中，所述采用图嵌入的方式从所述有向图中提取与所述目标意图关联的所述意图转换特征包括：采用随机游走的方式将所述多个意图节点配置为节点序列；对所述节点序列中所述目标意图的节点之外的其它节点的无监督任务进行神经网络训练，以得到向量形式的所述意图转换特征。

在本公开的一个实施例中，所述对所述节点序列中所述目标意图的节点之外的其它节点的无监督任务进行神经网络训练，以得到向量形式的所述意图转换特征包括：基于跳字模型对所述其它节点的无监督任务进行所述神经网络训练；基于所述神经网络训练的结果，从所述神经网络的隐藏层中获取所述意图节点的图嵌入特征表示，以作为所述意图转换特征。