[发明专利]智能标签的确定方法、装置、设备及存储介质

权利要求书

1.一种智能标签的确定方法，其特征在于，包括：

对待处理文本进行拆分，得到多个短句；

将各个短句分别输入到预置Bert模型；

根据所述预置Bert模型的输入层提取所述短句的语义信息，生成语义向量；

根据所述预置Bert模型的隐射层对所述语义向量进行映射，获取与各个基准句向量的相似度；

根据所述预置Bert模型的输出层基于所述相似度，输出各个所述短句的基准句；

将各个所述基准句与预置基准语句库进行匹配，确定各个所述短句的智能标签，其中，所述智能标签包括个人特点、能力特征、熟悉领域、主要不足。

2.如权利要求1所述的智能标签的确定方法，其特征在于，所述将各个所述基准句与预置基准语句库进行匹配，确定各个所述短句的智能标签，包括：

将各个所述基准句与预置基准语句库中的各个预置基准句进行匹配；

获取所述基准句与各个所述预置基准句中相匹配目标基准句的标签，将所述标签作为所述短句的标签。

3.如权利要求1所述的智能标签的确定方法，其特征在于，所述对待处理文本进行拆分，得到多个短句，包括：

获取所述待处理文本的结构信息；

基于所述结构信息将所述待处理文本拆分为多个短文本；

通过预置短句拆分器对各个短文本进行拆分，获取各个短文本中的短句。

4.如权利要求1所述的智能标签的确定方法，其特征在于，所述对待处理文本进行拆分，得到多个短句之前，还包括：

将带基准句的待训练短句分别输入预置网络中；

根据所述带基准句的待训练短句训练所述预置网络，确定所述预置网络是否处于收敛状态；

若确定所述预置网络处于收敛状态，则生成Bert模型；

若确定所述预置网络未处于收敛状态，则继续训练所述预置网络，以使所述预置网络处于收敛状态生成Bert模型。

5.如权利要求1所述的智能标签的确定方法，其特征在于，获取各个所述短句的智能标签之后，还包括：

在显示界面显示所述待处理文本和所述标签的信息，其中所述标签的信息包括标签名和分类名；

当点击所述标签名或所述分类名，对所述待处理文本中所述标签名或所述分类名对应的短句进行标色显示。

6.如权利要求1所述的智能标签的确定方法，其特征在于，所述将各个所述基准句与预置基准语句库进行匹配之前，还包括：

对多个预置基准句标注标签，其中，所述标签包括标签名和分类名；

确定对每一个所述预置基准句标注至少一个标签名，且同一标签至少包括一个分类名；

将标注标签名和分类名后的预置基准句生成预置基准语句库。

7.一种智能标签的确定装置，其特征在于，包括：

第一获取模块，用于对待处理文本进行拆分，得到多个短句；

输入模块，用于将各个短句分别输入到预置Bert模型；

生成模块，用于根据所述预置Bert模型的输入层提取所述短句的语义信息，生成语义向量；

第二获取模块，用于根据所述预置Bert模型的隐射层对所述语义向量进行映射，获取与各个基准句向量的相似度；

输出模块，用于根据所述预置Bert模型的输出层基于所述相似度，输出各个所述短句的基准句；

确定模块，用于将各个所述基准句与预置基准语句库进行匹配，确定各个所述短句的智能标签，其中，所述智能标签包括个人特点、能力特征、熟悉领域、主要不足。

8.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至6中任一项所述的智能标签的确定方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至6中任一项所述的智能标签的确定方法的步骤。