[发明专利]文本处理方法、装置、计算机设备以及存储介质

权利要求书

1.一种文本处理方法，其特征在于，包括：

获取内容文本以及与所述内容文本具有关联关系的答案文本；

调用初始问题文本预测模型，对所述内容文本和所述答案文本进行问题文本预测处理，得到预测问题文本；

根据所述预测问题文本与多跳问题类型的匹配程度，以及所述预测问题文本与所述内容文本的相关程度，确定反馈奖励量；所述匹配程度是所述预测问题文本与多个多跳问题类型之间的匹配程度的叠加；

获取所述答案文本的参考问题文本，所述参考问题文本对应的是多跳问题；

根据所述反馈奖励量、所述参考问题文本和所述预测问题文本，训练所述初始问题文本预测模型，得到问题文本预测模型，所述问题文本预测模型是用于生成多跳问题文本。

2.根据权利要求1所述的方法，其特征在于，所述相关程度包括语义距离和充分程度；

所述根据所述预测问题文本与多跳问题类型的匹配程度，以及所述预测问题文本与所述内容文本的相关程度，确定反馈奖励量，包括：

调用文本类型识别模型，确定所述预测问题文本与所述多跳问题类型的匹配程度；

确定所述预测问题文本和所述内容文本之间的语义距离，并确定所述预测问题文本与所述内容文本之间的充分程度；

将所述匹配程度、所述语义距离和所述充分程度叠加为所述反馈奖励量。

3.根据权利要求2所述的方法，其特征在于，所述多跳问题类型包括比较问题类型，承接问题类型以及交叉问题类型；

所述调用文本类型识别模型，确定所述预测问题文本与所述多跳问题类型的匹配程度，包括：

调用所述文本类型识别模型，确定所述预测问题文本与所述比较问题类型之间的第一匹配程度、与所述承接问题类型之间的第二匹配程度、与所述交叉问题类型之间的第三匹配程度；

将所述第一匹配程度、所述第二匹配程度和所述第三匹配程度叠加为所述预测问题文本与所述多跳问题类型的匹配程度。

4.根据权利要求2所述的方法，其特征在于，所述内容文本包括第一内容文本和第二内容文本，所述第一内容文本包括与所述答案文本对应的第一答案来源段落，所述第二内容文本包括与所述答案文本对应的第二答案来源段落；

所述确定所述预测问题文本和所述内容文本之间的语义距离，包括：

确定所述预测问题文本与所述第一答案来源段落之间的第一词移距离，根据所述第一词移距离和所述第一答案来源段落包含的词组数量，确定第一语义距离；

确定所述预测问题文本与所述第二答案来源段落之间的第二词移距离，根据所述第二词移距离和所述第二答案来源段落包含的词组数量，确定第二语义距离；

根据所述第一语义距离和所述第二语义距离确定所述预测问题文本和所述内容文本之间的语义距离。

5.根据权利要求2所述的方法，其特征在于，所述内容文本包括第一内容文本和第二内容文本，所述第一内容文本和所述第二内容文本互不相同；

所述确定所述预测问题文本与所述内容文本之间的充分程度，包括：

调用答案文本预测模型，对所述内容文本和所述预测问题文本进行答案文本预测处理，得到第一待确定答案文本；

若所述第一待确定答案文本的语义与所述答案文本的语义相同，则从所述第一内容文本和所述第二内容文本中选出包含所述第一待确定答案文本的目标内容文本，所述目标内容文本包括所述第一内容文本或所述第二内容文本；

根据所述目标内容文本，确定所述预测问题文本与所述内容文本之间的充分程度。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标内容文本，确定所述预测问题文本与所述内容文本之间的充分程度，包括：

调用所述答案文本预测模型，对所述目标内容文本和所述预测问题文本进行答案文本预测处理，得到第二待确定答案文本；

若所述第二待确定答案文本的语义与所述答案文本的语义相同，则将所述充分程度设置为第一阈值；

若所述第二待确定答案文本的语义与所述答案文本的语义不同，则将所述充分程度设置为第二阈值，所述第一阈值小于所述第二阈值。