[发明专利]文本标签的确定方法及相关装置

权利要求书

1.一种文本标签的确定方法，其特征在于，所述方法包括：

获取目标图片；

提取所述目标图片中的目标文本与所述目标文本对应的目标文本框特征向量；

将所述目标文本与所述目标文本框特征向量输入预先训练好的标签确定模型，确定所述目标文本对应的第一标签，所述标签确定模型由多个训练文本、所述训练文本对应的训练文本框特征向量拼接后的数据，以及所述训练文本对应的第二标签训练得到，所述训练文本框特征向量包括所述训练文本所在的区域在训练图片中的顶点坐标，以及所述区域的斜边长与所述训练图片的斜边长的比值，所述第二标签为预先设定的标签。

2.根据权利要求1所述的方法，其特征在于，所述标签确定模型通过如下步骤训练得到：

获取多个所述训练文本、所述训练文本对应的所述训练文本框特征向量以及与所述训练文本对应的所述第二标签；

将所述训练文本与所述训练文本框特征向量拼接，获得第一矩阵；

将所述第一矩阵输入所述标签确定模型，获得第三标签，按照所述第三标签与所述第二标签的差异，调整所述标签确定模型，直至达到训练结束条件，得到所述标签确定模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述训练文本与所述训练文本框特征向量拼接之前，所述方法还包括：

对所述训练文本、所述训练文本框特征向量以及所述第二标签进行预处理，去除重复的所述训练文本、所述训练文本框特征向量以及所述第二标签。

4.根据权利要求2所述的方法，其特征在于，所述将所述训练文本与所述训练文本框特征向量拼接，获得第一矩阵包括：

将所述训练文本通过文本字典转换为文本数字；

通过语义表示模型将所述文本数字转化为文本向量，获得第二矩阵，所述第二矩阵包括所述文本向量；

将所述训练文本框特征向量通过全连接神经网络转化为维度为1的第三矩阵和维度为k的第四矩阵，其中，所述k为超参数；

根据所述第三矩阵和所述第二矩阵确定第五矩阵，根据所述第四矩阵和所述第二矩阵确定第六矩阵；

根据所述第五矩阵和第六矩阵确定所述第一矩阵。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第三矩阵和所述第二矩阵确定第五矩阵，根据所述第四矩阵和所述第二矩阵确定第六矩阵包括：

通过CONCATENATE函数将所述第三矩阵拼接在所述第二矩阵之前得到第五矩阵，以及将所述第四矩阵拼接在所述第二矩阵之后得到第六矩阵。

6.根据权利要求4所述的方法，其特征在于，所述根据所述第三矩阵和所述第二矩阵确定第五矩阵之前，所述方法还包括：

将所述第三矩阵通过应用激活函数处理，得到第七矩阵；

所述根据所述第三矩阵和所述第二矩阵确定第五矩阵包括：

根据所述第七矩阵和所述第二矩阵确定第五矩阵。

7.根据权利要求1所述的方法，其特征在于，所述确定所述目标文本对应的第一标签之后，所述方法还包括：

获取与所述第一标签对应的所述目标文本；

拼接所述目标文本与所述第一标签；

输出拼接后的所述第一标签与所述目标文本。

8.一种文本标签的确定装置，其特征在于，所述装置包括：

第一获取单元，用于获取目标图片；

提取单元，用于提取所述目标图片中的目标文本与所述目标文本对应的目标文本框特征向量；

第一输入单元，用于将所述目标文本与所述目标文本框特征向量输入预先训练好的标签确定模型，确定所述目标文本对应的第一标签，所述标签确定模型由多个训练文本、所述训练文本对应的训练文本框特征向量拼接后的数据，以及所述训练文本对应的第二标签训练得到，所述训练文本框特征向量包括所述训练文本所在的区域在训练图片中的顶点坐标，以及所述区域的斜边长与所述训练图片的斜边长的比值，所述第二标签为预先设定的标签。