[发明专利]一种文本信息处理方法、装置、电子设备及存储介质

说明书

本发明提供了一种文本信息处理方法、装置、电子设备、存储介质，方法包括：获取待处理文本信息；对所述待处理文本信息进行分词处理，确定至少一个候选关键词向量；对候选关键词向量进行动态调整，形成候选关键词向量集合，通过深度强化学习网络，基于所述候选关键词向量集合与奖励值参数，确定与所述待处理文本信息相匹配的关键词抽取策略；基于所述关键词抽取策略对所述候选关键词向量集合进行抽取，获得至少一个关键词向量作为所述待处理文本信息的关键词，由此，减少关键词提取中对词粒度的依赖，使得所提取的待处理文本信息的关键词适用不同的使用场景，提高用户的使用体验。

技术领域

本发明涉及信息处理技术，尤其涉及文本信息处理方法、装置、电子设备及存储介质。

背景技术

人机交互(HCI Human–Computer Interaction)是指人与计算机之间使用某种对话语言，以一定的交互方式确定人与计算机之间的信息交换过程。随着人机交互技术的发展，越来越多的基于人机交互技术的智能产品应运而生，例如聊天机器人(chatter bot)等。这些智能产品可以和用户进行聊天交流，并根据用户的问题生成相应的回答信息。其中，问题文本Query的理解在搜索引擎、对话系统等NLP领域是核心技术，更准确的理解用户的请求，系统才可以更好给出对应的答案。Query通常是一段文本或者是一句话经过语音识别之后得到的文本，而query关键词的抽取对于query的理解起着重要的作用。

传统的关键词提取主要是先经过一些预处理(如中文分词)，之后基于统计模型和序列标注模型给每个候选词打分，最后选相应的关键词使用，但这一过程所选取的关键词精确度较低，影响了人工智能对问题文本的处理，导致处理结果精确性较差。

发明内容

有鉴于此，本发明实施例提供一种文本信息处理方法、装置、电子设备及存储介质，能够实现问题文本的处理效果更加准确，减少关键词提取中对词粒度的依赖，使得所提取的待处理文本信息的关键词适用不同的使用场景，减少问题语句中的关联信息对关键词提取的影响，提高用户的使用体验。

本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种文本信息处理方法，包括：

获取待处理文本信息；

对所述待处理文本信息进行分词处理，确定至少一个候选关键词向量；

通过词向量处理网络，对候选关键词向量进行动态调整，形成候选关键词向量集合，以及与所述候选关键词向量集合中的不同关键词向量所分别对应的奖励值参数；

通过深度强化学习网络，基于所述候选关键词向量集合与奖励值参数，确定与所述待处理文本信息相匹配的关键词抽取策略；

基于所述关键词抽取策略对所述候选关键词向量集合进行抽取，获得至少一个关键词向量作为所述待处理文本信息的关键词。

本发明实施例还提供了一种文本信息处理装置，包括：

信息传输模块，用于获取待处理文本信息；

信息处理模块，用于对所述待处理文本信息进行分词处理，确定至少一个候选关键词向量；

所述信息处理模块，用于通过词向量处理网络，对候选关键词向量进行动态调整，形成候选关键词向量集合，以及与所述候选关键词向量集合中的不同关键词向量所分别对应的奖励值参数；

所述信息处理模块，用于通过深度强化学习网络，基于所述候选关键词向量集合与奖励值参数，确定与所述待处理文本信息相匹配的关键词抽取策略；

所述信息处理模块，用于基于所述关键词抽取策略对所述候选关键词向量集合进行抽取，获得至少一个关键词向量作为所述待处理文本信息的关键词。

上述方案中，