[发明专利]一种信息处理方法及设备

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括：

分析文字信息，获得所述文字信息对应的多个分词；

获得所述多个分词对应的节点信息；所述节点信息表征分词之间的关联关系；

基于所述节点信息，确定所述文字信息中的关键信息；

分析图像所对应的图像数据，对所述图像数据进行分割处理，得到多个分割图像数据；

分别将多个所述分割图像数据输入第一卷积神经网络模型中，得到各所述分割图像数据对应的第一向量节点信息，所述第一向量节点信息表征相应的分割图像数据中任一特征点与其他特征点之间的关联关系；

将所述多个分割图像数据输入第二卷积神经网络模型中，得到第二向量节点信息；所述第二向量节点信息表征任一分割图像数据与其他分割图像数据之间的关联关系；

组合所述第一向量节点信息和所述第二向量节点信息，获得多个分割图像数据对应的向量节点信息；所述向量节点信息表征所述分割图像数据之间的关联关系及分割图像数据中特征点之间的关联关系；

组合所述节点信息和所述向量节点信息，生成特征信息；所述特征信息表征所述分词和所述分割图像数据之间的关联关系；

基于所述特征信息和所述关键信息，识别所述多个分割图像数据中与所述关键信息相匹配的第一分割图像数据；

在显示所述文字信息及所述图像的过程中，突出显示所述关键信息、以及与所述关键信息相匹配的第一分割图像数据对应的区域。

2.根据权利要求1所述的方法，其特征在于，所述获得所述多个分词对应的节点信息，包括：基于预先配置的循环神经网络模型获得所述多个分词对应的节点信息；

所述基于所述节点信息确定所述文字信息中的关键信息，包括：

基于预先配置的第一分类模型获得第一分词对应的第一节点子信息的第一分类参数；所述第一分词为所述多个分词中的任一分词，所述第一节点子信息为所述第一分词与除第一分词以外其他分词的关联关系；

当所述第一分类参数与表征关键信息的第一预设分类参数一致时，确定所述第一分词为所述文字信息中的关键信息。

3.根据权利要求2所述的方法，其特征在于，所述基于预先配置的循环神经网络获得所述多个分词对应的节点信息，包括：

将所述多个分词正序排序，将正序排序后的所述多个分词中的每个分词通过向量表示，获得所述多个分词对应的第一序列向量；所述第一序列向量表示正向排序的所述多个分词对应的序列向量；

将所述第一序列向量输入预先配置的第一循环神经网络模型中，获得第一节点信息；所述第一节点信息表征正序排序的所述多个分词中任一分词与第一部分分词的关联关系；所述第一部分分词为正序排序的所述多个分词中排序在所述任一分词前的分词；

将所述多个分词倒序排序，将倒序排序后的所述多个分词中的每个分词通过向量表示，获得所述多个分词对应的第二序列向量；所述第二序列向量表示倒序排序的所述多个分词对应的序列向量；

将所述第二序列向量输入预先配置的第二循环神经网络模型中，获得第二节点信息；所述第二节点信息表征倒序排序的所述多个分词中任一分词与第二部分分词的关联关系；所述第二部分分词为倒序排序的所述多个分词中排序在所述任一分词前的分词；

组合所述第一节点信息和所述第二节点信息获得所述多个分词对应的节点信息。

4.根据权利要求1所述的方法，其特征在于，

所述基于所述特征信息和所述关键信息，识别所述多个分割图像数据中与所述关键信息相匹配的第一分割图像数据，包括：

基于预先配置的第二分类模型获得所述特征信息的第二分类参数；

当所述第二分类参数与第二预设分类参数一致时，确定与所述第二分类参数相对应的特定分词和特定分割图像数据匹配一致。