[发明专利]一种信息处理方法及设备

说明书

本发明实施例公开了一种信息处理方法及设备。所述方法包括：分析文字信息，获得所述文字信息中的关键信息；分析图像数据，对所述图像数据进行分割处理，获得多个分割图像数据；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。

技术领域

本发明涉及信息处理技术，具体涉及一种信息处理方法及设备。

背景技术

随着智能移动设备特别是智能手机的普及，以及互联网社交平台的流行，人们越来越习惯于在互联网上通过图像来分享自己生活中发生的事情。一方面，图像分享为人类迅速分享信息提供了方便，但另一方面，也造成了信息的爆炸式增长，导致用户的信息过载，使用户不能快速有效的获取社交平台上众多信息的重点内容，尤其是图像信息中的重点内容。针对图像信息与文本信息的匹配方案，现有技术中是将图像信息整体和文字信息整体作为匹配的依据，

发明内容

为解决现有存在的技术问题，本发明实施例提供一种信息处理方法及设备。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例还提供了一种信息处理方法，所述方法包括：

分析文字信息，获得所述文字信息中的关键信息；

分析图像数据，对所述图像数据进行分割处理，获得多个分割图像数据；

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。

上述方案中，所述分析文字信息，获得所述文字信息中的关键信息，包括：

对文字信息进行分词处理，获得所述文字信息对应的多个分词；

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；所述节点信息表征所述多个分词中任一分词与其他分词的关联关系；

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；

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。

上述方案中，所述基于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。

上述方案中，所述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：

基于预先配置的卷积神经网络模型获得所述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多个分割图像数据中特征图像数据与其他特征图像数据的关联关系；