[发明专利]一种差异项判别方法及装置

权利要求书

1.一种差异项判别方法，其特征在于，所述方法包括：

获取第一单句的识别结果与第二单句的识别结果中的目标差异项，所述目标差异项包括第一差异文本和第二差异文本，所述第一单句包括公共项和所述第一差异文本，所述第二单句包括所述公共项和所述第二差异文本；

基于语言预测模型以及所述公共项确定所述第一差异文本对应的第一概率和所述第二差异文本对应的第二概率；

根据所述第一概率和所述第二概率，判断所述目标差异项是否为真正的差异项。

2.根据权利要求1所述的方法，其特征在于，在所述第一差异文本的长度与所述第二差异文本的长度不同且所述第一差异文本包括语义无关词时，所述方法还包括：

去除所述第一差异文本中的所述语义无关词，以使所述第一差异文本的长度和所述第二差异文本的长度相同。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一概率和所述第二概率，判断所述目标差异项是否为真正的差异项包括：

在所述第一概率大于等于第一阈值且所述第二概率大于等于所述第一阈值的情况下，判断所述目标差异项为真正的差异项。

4.根据权利要求3所述的方法，其特征在于，所述基于语言预测模型以及所述公共项确定所述第一差异文本对应的第一概率和所述第二差异文本对应的第二概率，包括：

获取所述目标差异项对应的目标句子，所述目标句子包括所述公共项和遮挡项；

将所述目标句子输入所述语言预测模型对所述遮挡项进行预测，输出所述遮挡项对应的候选词表，所述候选词表包括多个预测结果和所述多个预测结果对应的概率；

在所述候选词表中获取所述第一差异文本对应的所述第一概率和所述第二差异文本对应的所述第二概率。

5.根据权利要求4所述的方法，其特征在于，在所述第一概率小于所述第一阈值或所述第二概率小于所述第一阈值的情况下，所述方法还包括：

获取所述第一差异文本对应的第一数据和所述第二差异文本对应的第二数据；所述第一数据包括所述第一单句对应的第一信息和所述第一单句的第一图像，所述第二数据包括所述第二单句对应的第二信息和所述第二单句的第二图像，所述第一信息包括所述第一单句中每个字的词向量、所述第一单句中每个字的位置编码和所述第一单句中每个字的位置信息，所述第二信息包括所述第二单句中每个字的词向量、所述第二单句中每个字的位置编码和所述第二单句中每个字的位置信息；

利用差异项判别模型基于所述第一数据和所述第二数据判断所述目标差异项是否为真正的差异项。

6.根据权利要求5所述的方法，其特征在于，所述差异项判别模型包括第一特征提取网络、第二特征提取网络、线性处理单元和分类器，所述第一特征提取网络与所述第二特征提取网络相同，所述利用差异项判别模型基于所述第一数据和所述第二数据判断所述目标差异项是否为真正的差异项，包括：

输入所述第一信息和所述第一图像至所述第一特征提取网络，获得第一特征向量；

输入所述第二信息和所述第二图像至所述第二特征提取网络，获得第二特征向量；

输入所述第一特征向量和所述第二特征向量至所述线性处理单元，获得第三特征向量；

输入所述第三特征向量至所述分类器，获得分类结果，所述分类结果指示所述目标差异项是否为真正的差异项。

7.根据权利要求6所述的方法，其特征在于，

所述第一特征提取网络包括第一文本编码端、第一图像编码端和第一深度学习模型，所述第一编码端用于根据所述第一信息输出第一融合特征，所述第一图像编码端用于根据所述第一图像输出第一图像特征，所述第一深度学习模型用于根据所述第一融合特征和所述第一图像特征输出所述第一特征向量；

所述第二特征提取网络包括第二文本编码端、第二图像编码端和第二深度学习模型，所述第二文本编码端用于根据所述第二信息输出第二融合特征，所述第二图像编码端用于根据所述第二图像输出第二图像特征，所述第二深度学习模型用于根据所述第二融合特征和所述第二图像特征输出所述第二特征向量。