[发明专利]文本识别方法、装置及计算机存储介质

权利要求书

1.一种文本识别方法，其特征在于，包括：

根据目标文本和至少一个关系特征，获得所述关系特征的第一特征向量；

根据所述目标文本，获得所述目标文本的第二特征向量；

根据所述第一特征向量、所述第二特征向量，从所述目标文本中获取对应于所述关系特征的主实体和客实体；以及

根据所述关系特征、对应于所述关系特征的所述主实体和所述客实体，获得所述目标文本的识别结果。

2.根据权利要求1所述的文本识别方法，其特征在于，所述方法还包括：

根据预设文本长度将目标语料切分为满足所述预设文本长度的至少一个所述目标文本。

3.根据权利要求2所述的文本识别方法，其特征在于，所述方法还包括：

基于预设文本处理规则，针对所述目标语料执行预处理；

其中，所述预设文本处理规则至少包括数据去噪处理。

4.根据权利要求1所述的文本识别方法，其特征在于，所述根据目标文本和至少一个关系特征，获得所述关系特征的第一特征向量包括：

根据所述目标文本，获得所述目标文本的编码特征向量；

根据所述编码特征向量、所述关系特征，获得所述目标文本包含或不包含所述关系特征的关系识别结果；

根据所述关系识别结果，针对所述目标文本包含的所述关系特征执行编码，获得所述关系特征的第一特征向量。

5.根据权利要求4所述的文本识别方法，其特征在于，所述根据所述目标文本，获得所述目标文本的编码特征向量包括：

针对所述目标文本执行编码，获得所述目标文本中各字符对应的各编码特征；以及

根据各所述字符对应的各所述编码特征，获得所述目标文本的所述编码特征向量。

6.根据权利要求5所述的文本识别方法，其特征在于，所述方法还包括：

利用BERT模型针对所述目标文本执行编码，获得所述目标文本中各字符对应的各编码特征。

7.根据权利要求5所述的文本识别方法，其特征在于，各所述编码特征为具有预设维度的各特征子向量，且所述方法还包括：

根据各所述编码特征的所述预设维度和所述目标文本包含的字符数，获得所述目标文本的特征矩阵；

其中，所述预设维度为128的任意指数的幂值，较佳地，所述预设维度介于128至1024之间。

8.根据权利要求7所述的文本识别方法，其特征在于，所述根据所述目标文本的所述编码特征向量、所述关系特征，获得所述目标文本包含或不包含所述关系特征的关系识别结果包括：

根据所述关系特征、所述目标文本的所述特征矩阵，获得所述目标文本的第一参数矩阵；

根据第一概率换算规则、所述第一参数矩阵、所述编码特征向量，获得所述目标文本包含或不包含所述关系特征的所述关系识别结果；

所述第一概率换算规则表示为：

P＝sigmoid(W_t×Token+b_t)

其中，所述P表示所述关系识别结果，所述W_t表示所述第一参数矩阵，所述Token表示所述编码特征向量，所述b_t为偏置项，所述下标t为识别标识符。

9.根据权利要求8所述的文本识别方法，其特征在于，所述方法还包括：

根据所述关系识别结果与第一预设概率阈值，若所述关系识别结果大于所述第一预设概率阈值，表示所述目标文本包含所述关系特征；

其中，所述第一预设概率阈值可介于0.5至0.8之间，优选地，所述第一预设概率阈值为0.6。