[发明专利]一种文本的处理方法、装置、电子设备及存储介质

权利要求书

1.一种文本的处理方法，其特征在于，所述处理方法包括：

获取待处理文本中各个字符的字符特征向量；

将所述待处理文本中各个字符的字符特征向量输入至预先训练好的文本处理模型中，获取所述文本处理模型输出的各个字符的字符类别；其中，所述文本处理模型是利用添加随机特征向量的扰动样本文本训练得到的；

基于所述待处理文本中各个字符的字符类别，从所述待处理文本中提取多个实体，并确定各个实体的实体类别；

通过如下方式获取每个扰动样本文本中各个字符的扰动特征向量：

根据每个扰动样本文本中每个字符的字符特征向量，以及该字符对应的随机生成的随机特征向量，确定该字符的扰动特征向量；其中，所述字符特征向量与所述随机特征向量的维度相同，将每个字符的字符特征向量与该字符的随机特征向量的加和，确定为该字符的扰动特征向量。

2.根据权利要求1所述的文本的处理方法，其特征在于，所述获取所述文本处理模型输出的各个字符的字符类别，包括：

基于所述待处理文本中的各个字符的字符特征向量，确定所述待处理文本中的各个字符归属于每个字符类别的概率；

基于每个字符在所述待处理文本中的位置，该字符归属于每个字符类别的概率，以及与该字符相邻的其他字符归属于每个字符类别的概率，更新该字符归属于每个字符类别的概率；

基于所述待处理文本中各个字符归属于每个字符类别的更新后的概率，确定所述待处理文本中各个字符的字符类别。

3.根据权利要求1所述的文本的处理方法，其特征在于，通过如下方式对所述文本处理模型进行训练：

针对每个扰动样本文本，将该扰动样本文本中各个字符的扰动特征向量输入至文本处理模型中，获取所述文本处理模型输出的各个字符的预测字符类别；

根据该扰动样本文本中每个字符的预测字符类别，以及该字符的真实字符类别，确定该扰动样本文本对应的损失值；

若各个扰动样本文本对应的损失值均小于预设阈值，则将所述文本处理模型确定为预先训练好的文本处理模型，否则继续对所述文本处理模型进行训练。

4.一种文本的处理装置，其特征在于，所述处理装置包括：

第一获取模块，用于获取待处理文本中各个字符的字符特征向量；

第二获取模块，用于将所述待处理文本中各个字符的字符特征向量输入至预先训练好的文本处理模型中，获取所述文本处理模型输出的各个字符的字符类别；其中，所述文本处理模型是利用添加随机特征向量的扰动样本文本训练得到的；

提取模块，用于基于所述待处理文本中各个字符的字符类别，从所述待处理文本中提取多个实体，并确定各个实体的实体类别；

所述处理装置还包括：

第三确定模块，用于根据每个扰动样本文本中每个字符的字符特征向量，以及该字符对应的随机生成的随机特征向量，确定该字符的扰动特征向量；其中，所述字符特征向量与所述随机特征向量的维度相同，将每个字符的字符特征向量与该字符的随机特征向量的加和，确定为该字符的扰动特征向量。

5.根据权利要求4所述的文本的处理装置，其特征在于，所述第二获取模块，在获取所述文本处理模型输出的各个字符的字符类别时，包括：

基于所述待处理文本中的各个字符的字符特征向量，确定所述待处理文本中的各个字符归属于每个字符类别的概率；

基于每个字符在所述待处理文本中的位置，该字符归属于每个字符类别的概率，以及与该字符相邻的其他字符归属于每个字符类别的概率，更新该字符归属于每个字符类别的概率；

基于所述待处理文本中各个字符归属于每个字符类别的更新后的概率，确定所述待处理文本中各个字符的字符类别。