[发明专利]文本数据处理方法、设备和存储介质

权利要求书

1.一种文本数据处理方法，其特征在于，包括：

根据特征提取模型，提取训练文本的第一文章向量；

根据所述第一文章向量和所述训练文本的来源信息，训练分类模型，以得到反映所述训练文本来源的分类结果；

根据所述分类结果，调整所述特征提取模型的模型参数；

根据调整后的特征提取模型，提取所述训练文本的第二文章向量；

根据所述第二文章向量和所述训练文本的评价信息，训练所述评价模型。

2.根据权利要求1所述的方法，其特征在于，所述根据特征提取模型，提取训练文本的第一文章向量，包括：

将所述训练文本输入分词模型，以得到所述训练文本的分词结果；

将所述分词结果输入所述特征提取模型，以得到所述第一文章向量。

3.根据权利要求2所述的方法，其特征在于，所述将所述分词结果输入所述特征提取模型，以得到所述第一文章向量，包括：

将所述分词结果输入第一特征提取子模型，以得到词向量；

将所述词向量输入第二特征提取子模型，以得到句向量；

将所述句向量输入第三特征提取子模型，以得到所述第一文章向量。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述分类结果，调整所述分类模型的模型参数。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述评价模型输出的评价结果，调整所述调整后的特征提取模型的模型参数。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据目标特征提取模型，提取待评价文本的文章向量，其中，根据所述分类结果和所述评价结果分别调整模型参数后得到所述目标特征提取模型；

将所述文本向量输入评价模型，以得到所述待评价文本的评价结果。

7.根据权利要求1所述的方法，其特征在于，所述训练文本包括针对目标对象的描述文本，所述来源信息包括产生所述描述文本的用户的信用等级、活跃度中的至少一种。

8.一种文本数据处理方法，其特征在于，包括：

根据特征提取模型，提取训练作文文本的第一文章向量；

根据所述第一文章向量和所述训练作文文本的来源信息，训练分类模型，以得到反映所述训练作文文本来源的分类结果；

根据所述分类结果，调整所述特征提取模型的模型参数；

根据调整后的特征提取模型，提取所述训练作文文本的第二文章向量；

根据所述第二文章向量和所述训练作文文本的评分信息，训练所述评分模型。

9.根据权利要求8所述的方法，其特征在于，所述来源信息包括产生所述作文文本的用户的年级信息或者学校信息。

10.一种文本数据处理方法，其特征在于，包括：

根据特征提取模型，获取针对目标对象的训练评论文本的第一文章向量；

根据所述第一文章向量和所述训练评论文本对应的等级信息，训练分类模型，以得到反映所述训练评论文本情感类型的分类结果，所述等级信息反映用户对所述目标对象的好感度；

根据所述分类结果，调整所述特征提取模型的模型参数；

根据调整后的特征提取模型，获取所述训练评论文本的第二文章向量；

根据所述第二文章向量和所述训练评论文本对应的情感类型评分，训练所述评分模型。

11.一种电子设备，其特征在于，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1至10中任一项所述的文本数据处理方法。

12.一种非暂时性机器可读存储介质，其特征在于，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1至10中任一项所述的文本数据处理方法。