[发明专利]验证文本中要素一致性的方法及装置

说明书

本说明书提供一种验证文本中要素一致性的方法及装置，所述方法包括：获取待验证文本和预先设定的要素值表；根据待验证文本的文本内容确定与待验证文本相关联的标签，根据要素值表记录的标签与要素之间的对应关系将与待验证文本相关联的标签对应的要素确定为文本要素；根据文本要素中包含的待提取要素，对文本要素进行独热编码生成独热矩阵；根据独热矩阵计算至少一部分文本内容中词对应的文本要素的概率，将概率最高的文本要素确定为对应词的要素；提取对应的要素为待提取要素的词作为待验证文本中待提取要素的要素值；对比待验证文本中待提取要素的要素值与要素值表记录的待提取要素的要素值，验证待验证文本和要素值表中待提取要素的一致性。

技术领域

本说明书涉及文字识别领域，尤其涉及一种验证文本中要素一致性的方法及装置。

背景技术

在处理文本的过程中，工作人员需要对文本内容进行识别，并将文本内容中的词与特定要素进行关联，特定要素关联的词为该特定要素的要素值，例如：民事判决书中存在对原告信息的描述“某某某，男，1998年1月1日生”，在处理民事判决书时，工作人员需要将“某某某”与原告姓名进行关联，将“男”与原告性别进行关联，将“1998年1月1日生”与原告出生日期进行关联。文本往往不会是独立的，工作人员在处理文本时，需要确保相关联的文本之间的要素的一致性，即确保要素的要素值一致。

在现有技术中，需要人工对文本中的要素进行识别，并验证相关联文本之间要素的一致性。然而，无论是识别还是验证都会带来巨大的工作量，人工处理文本的效率无法与如此巨大的工作量相匹配。

发明内容

为克服相关技术中存在的问题，本说明书提供了一种验证文本中要素一致性的方法及装置。

根据本说明书实施例的第一方面，提供一种验证文本中要素一致性的方法，所述方法包括：

获取待验证文本和预先设定的要素值表，所述要素值表记录有标签、要素以及要素值之间的对应关系；

根据所述待验证文本的文本内容确定与所述待验证文本相关联的标签，并根据所述要素值表记录的标签与要素之间的对应关系，将与所述待验证文本相关联的标签对应的要素确定为文本要素；

根据所述文本要素中包含的待提取要素，对所述文本要素进行独热编码，并生成独热矩阵；

根据所述独热矩阵计算所述待验证文本的至少一部分文本内容中的每个词对应的文本要素的概率，并将概率最高的文本要素确定为对应词的要素；

提取所述待验证文本的至少一部分文本内容中对应的要素为所述待提取要素的词，并将提取的词作为所述待验证文本中待提取要素的要素值；

将所述待验证文本中待提取要素的要素值与所述要素值表记录的待提取要素的要素值进行对比，以验证所述待验证文本和所述要素值表中待提取要素的一致性。

根据本说明书实施例的第二方面，提供一种概率模型的训练方法，所述方法包括：

获取训练样本集，所述训练样本集的每一组样本包括：训练文本的至少一部分文本内容中的词的词向量，根据训练文本对应的文本要素中包含的待提取要素生成的独热矩阵，所述待提取要素的实际要素值；

将所述训练样本集输入至概率模型，以通过所述概率模型对所述训练样本集进行下述处理：提取所述词向量的词向量特征；将提取的词向量特征输入至卷积神经网络，并生成针对所述至少一部分文本内容中的词的特征矩阵；点乘所述特征矩阵与所述独热矩阵，并将点乘的结果输入至概率计算层计算每个词对应的文本要素的概率；

将概率最高的文本要素确定为对应词的要素；

提取所述训练文本的至少一部分文本内容中对应的要素为所述待提取要素的词，并将提取的词作为所述待提取要素的预测要素值；