[发明专利]文本识别方法、设备、介质

说明书

本公开实施例公开了一种文本识别方法、设备、介质，其中，方法包括：获取待识别文本；根据预设情感类型对应的情感特征词，生成包括掩码的提示模板，所述提示模板用于提示所述待识别文本与所述情感特征词之间的二分类关系；将所述待识别文本与所述提示模板按照预设格式拼接，得到拼接文本；将所述拼接文本输入预测模型，经所述预测模型预测用于填入所述掩码的候选答案及所述候选答案的概率；基于所述候选答案及所述候选答案的概率，确定所述待识别文本是否属于所述预设情感类型。本公开实施例可以有效识别隐性情感。

技术领域

本公开涉及人工智能技术，尤其是一种文本识别方法、设备、介质。

背景技术

近年来，随着诸多在线评论网站、微博、微信和论坛社区等网络媒体的蓬勃发展，网络上呈现出海量蕴含着丰富情感信息的主观性文本数据。在这些文本数据中，有些情感一般较为隐晦，很难从文本字面判断出来情感类型，此类情感可以称为隐性情感。隐性情感发现是一个重要的社会问题，也是一个有挑战的自然语言处理(Natural LanguageProcessing，NLP)识别的技术问题。例如，在社交网络中，一些评论虽然无直接人身攻击的言语，但充满对弱势群体的优越感与傲慢态度。如何正确的识别出该类言论，在舆论监督领域有着重要意义。

在实现本公开的过程中，本公开的发明人通过研究发现，相关技术的NLP识别技术，多数是基于大样本的传统二分类模型，在训练过程中需要训练数据中有明显的情感特征词和情感类型标签，训练得到的二分类模型才能根据待识别文本中的情感特征词对待识别文本进行情感分类，然而，隐性情感的训练数据一般较难获取，训练数据样本量不足，从而会影响二分类模型的识别性能；另外，由于隐性情感的语义比较隐晦，大多数隐性情感类文本中无明显的情感特征词，甚至发表隐性情感类言论的评论者都没注意到自己言论不当，因此，无法识别隐性情感。

发明内容

本公开实施例提供一种文本识别方法和装置、设备、介质和程序产品，以有效识别隐性情感。

本公开实施例的一个方面，提供一种文本识别方法，包括：

获取待识别文本；

根据预设情感类型对应的情感特征词，生成包括掩码的提示模板，所述提示模板用于提示所述待识别文本与所述情感特征词之间的二分类关系；

将所述待识别文本与所述提示模板按照预设格式拼接，得到拼接文本；

将所述拼接文本输入预测模型，经所述预测模型预测用于填入所述掩码的候选答案及所述候选答案的概率；

基于所述候选答案及所述候选答案的概率，确定所述待识别文本是否属于所述预设情感类型。

可选地，在本公开上述任一方法实施例中，所述获取待识别文本之后，还包括：

获取所述预设情感类型；

针对所述预设情感类型，从预设特征词表中选取对应于所述预设情感类型对应的特征词作为所述情感特征词；其中，所述预设特征词表包括一个以上情感类型中各情感类型分别对应的特征词。

可选地，在本公开上述任一方法实施例中，经所述预测模型预测用于填入所述掩码的候选答案及所述候选答案的概率，包括：

按照第一预设方式，从预设候选词表中选取K个肯定候选词作为K个候选答案；其中，所述肯定候选词用于表示所述二分类关系中的肯定关系，所述预设候选词表包括：用于表示所述二分类关系中的肯定关系的多个肯定候选词；K为大于0的整数；

利用所述预测模型，分别预测所述K个肯定候选词中各肯定候选词作为用于填入所述掩码的候选答案的概率。

可选地，在本公开上述任一方法实施例中，所述基于所述候选答案及所述候选答案的概率，确定所述待识别文本是否属于所述预设情感类型，包括：