[发明专利]标题文本处理方法、装置、存储介质和程序

说明书

本申请提供了一种标题文本处理方法、装置、存储介质和程序，涉及人工智能技术领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，包括：获取待处理标题文本；将预设知识图谱数据与待处理标题文本进行知识数据匹配，以从预设知识图谱数据中得到与待处理标题文本匹配的目标知识数据；基于目标知识数据对待处理标题文本进行句子树转换，得到待处理标题文本对应的标题句子树；对标题句子树进行特征映射处理，得到对应的句子树向量序列和掩码矩阵；调用目标编码模型基于掩码矩阵对句子树向量序列进行特征提取，得到待处理标题文本的目标标题向量。本申请能够有效提高标题文本向量表征的准确性和全面性，以提高在后续任务中的应用效果。

技术领域

本申请涉及自然语言处理领域，尤其涉及一种标题文本处理方法、装置、存储介质和程序。

背景技术

随着人工智能技术的发展，标题文本的自然语言处理被广泛应用于信息推荐、舆论分析和信息检索等场景，利用文本处理模型通过对标题文本的语义理解和特征提取，能够实现相关信息的召回、分析和推荐，以满足各种场景需求。然而，由于缺乏对领域知识的理解，例如游戏领域知识等，目前的文本处理模型无法理解文本在相关知识领域内的语义，进而无法提取相应的特征，影响各类任务应用中的精准性。因此，需提供一种改进的标题文本处理方案，以解决上述问题。

发明内容

本申请提供了一种标题文本处理方法、装置、存储介质和程序，可以有效提高对标题文本语义理解的准确性。

一方面，本申请提供了一种标题文本处理方法，所述方法包括：

获取待处理标题文本；

将预设知识图谱数据与所述待处理标题文本进行知识数据匹配，以从所述预设知识图谱数据中得到与所述待处理标题文本匹配的目标知识数据；

基于所述目标知识数据对所述待处理标题文本进行句子树转换，得到所述待处理标题文本对应的标题句子树；

对所述标题句子树进行特征映射处理，得到对应的句子树向量序列和掩码矩阵；所述掩码矩阵表征所述标题句子树的字连接关系或分词连接关系；

调用目标编码模型基于所述掩码矩阵对所述句子树向量序列进行特征提取，得到所述待处理标题文本的目标标题向量；

其中，所述目标编码模型是以构建的正负样本文本对作为目标预训练模型的输入，并基于自监督对比学习方法对所述目标预训练模型进行正负样本文本分类的约束训练得到的。

另一方面提供了一种标题文本处理装置，所述装置包括：

标题文本获取模块：用于获取待处理标题文本；

数据匹配模块：用于将预设知识图谱数据与所述待处理标题文本进行知识数据匹配，以从所述预设知识图谱数据中得到与所述待处理标题文本匹配的目标知识数据；

句子树转换模块：用于基于所述目标知识数据对所述待处理标题文本进行句子树转换，得到所述待处理标题文本对应的标题句子树；

特征映射模块：用于对所述标题句子树进行特征映射处理，得到对应的句子树向量序列和掩码矩阵；所述掩码矩阵表征所述标题句子树的字连接关系或分词连接关系；

特征提取模块：用于调用目标编码模型基于所述掩码矩阵对所述句子树向量序列进行特征提取，得到所述待处理标题文本的目标标题向量；

其中，所述目标编码模型是以构建的正负样本文本对作为目标预训练模型的输入，并基于自监督对比学习方法对所述目标预训练模型进行正负样本文本分类的约束训练得到的。

另一方面提供了一种计算机设备，所述设备包括处理器和存储器，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的标题文本处理方法。