[发明专利]文本选取方法、装置、电子设备与可读存储介质

说明书

本公开提供一种文本选取方法、装置、电子设备与可读存储介质，涉及自然语言处理、深度学习、云服务等人工智能技术领域。其中，文本选取方法包括：获取目标语义单元与待处理文本；根据目标语义单元，从待处理文本中选取第一候选文本；使用第一分类模型得到第一候选文本的预测结果，选取预测结果与目标语义单元对应的第一候选文本，作为第二候选文本；根据第二候选文本的分句结果，使用多个第二分类模型得到第二候选文本的预测结果，选取预测结果与目标语义单元对应的第二候选文本，作为目标文本。本公开能够实现选取与目标语义单元更加匹配的目标文本的目的，从而提升所选取的目标文本的准确性，降低在选取目标文本时的成本与复杂度。

技术领域

本公开涉及数据处理技术领域，具体涉及自然语言处理、深度学习、云服务等人工智能技术领域。提供了一种文本选取方法、装置、电子设备与可读存储介质。

背景技术

现有技术需要使用已标注类型和/或领域的文本，进行文本分类模型的训练，以使得训练得到的文本分类模型能够对所输入的文本的类型和/或领域进行分类。因此，训练得到的文本分类模型的分类准确性，极大地取决于用于训练的文本数据的准确性。

通常采用编写规则的方式，从粗标注或者未标注的文本中选取能够用于文本分类模型训练的文本，导致文本选取的成本、复杂度较高，且受限于所编写的规则，还会降低所选取的文本的准确性。

发明内容

根据本公开的第一方面，提供了一种文本选取方法，包括：获取目标语义单元与待处理文本；根据所述目标语义单元，从所述待处理文本中选取第一候选文本；使用第一分类模型得到所述第一候选文本的预测结果，选取预测结果与所述目标语义单元对应的第一候选文本，作为第二候选文本；根据所述第二候选文本的分句结果，使用多个第二分类模型得到所述第二候选文本的预测结果，选取预测结果与所述目标语义单元对应的第二候选文本，作为目标文本。

根据本公开的第二方面，提供了一种文本选取装置，包括：获取单元，用于获取目标语义单元与待处理文本；第一选取单元，用于根据所述目标语义单元，从所述待处理文本中选取第一候选文本；第二选取单元，用于使用第一分类模型得到所述第一候选文本的预测结果，选取预测结果与所述目标语义单元对应的第一候选文本，作为第二候选文本；第三选取单元，用于根据所述第二候选文本的分句结果，使用多个第二分类模型得到所述第二候选文本的预测结果，选取预测结果与所述目标语义单元对应的第二候选文本，作为目标文本。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

由以上技术方案可以看出，本公开通过使用不同的分类模型分别对第一候选文本与第二候选文本进行预测的方式，实现选取与目标语义单元更加匹配的目标文本的目的，能够提升所选取的目标文本的准确性，降低在选取目标文本时的成本与复杂度，进而提升根据目标文本训练得到的文本分类模型的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是根据本公开第三实施例的示意图；