[发明专利]用于处理文本的方法和装置

权利要求书

1.一种用于处理文本的方法，包括：

获取待处理文本，所述待处理文本包括文本标题；

提取所述待处理文本中的关键信息和所述文本标题；

将所述关键信息和所述文本标题输入预先训练的文本评论模型，生成所述待处理文本的评论信息，其中，所述文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。

2.根据权利要求1所述的方法，其中，在所述将所述关键信息和所述文本标题输入预先训练的文本评论模型，生成所述待处理文本的评论信息之前，所述方法还包括：

获取所述待处理文本的评论类别信息，所述评论类别信息用于表征评论类别为正面评论或负面评论；

获取与所述评论类别信息对应的文本评论模型。

3.根据权利要求1所述的方法，其中，所述提取所述待处理文本中的关键信息和所述文本标题，包括：

获取所述待处理文本中的关键信息和所述文本标题的位置信息；

根据所述位置信息，提取所述待处理文本中的关键信息和所述文本标题。

4.根据权利要求1所述的方法，其中，所述提取所述待处理文本中的关键信息和所述文本标题，包括：

将所述待处理文本输入预先训练的关键信息提取模型，得到所述待处理文本中的关键信息，其中，所述关键信息提取模型用于表征文本与关键信息的对应关系。

5.根据权利要求1-4中任一所述的方法，其中，所述文本评论模型通过以下步骤训练得到：

获取训练样本集合，训练样本包括样本文本的关键信息、标题信息和评论信息；

将所述训练样本集合中的训练样本的关键信息、标题信息作为输入，将与输入关键信息、标题信息对应的评论信息作为期望输出，利用机器学习的方法训练得到所述文本评论模型。

6.一种用于处理文本的装置，包括：

待处理文本获取单元，被配置成获取待处理文本，所述待处理文本包括文本标题；

提取单元，被配置成提取所述待处理文本中的关键信息和所述文本标题；

生成单元，被配置成将所述关键信息和所述文本标题输入预先训练的文本评论模型，生成所述待处理文本的评论信息，其中，所述文本评论模型用于表征关键信息和文本标题与评论信息的对应关系。

7.根据权利要求6所述的装置，其中，所述装置还包括：

评论类别信息获取单元，被配置成获取所述待处理文本的评论类别信息，所述评论类别信息用于表征评论类别为正面评论或负面评论；

模型获取单元，被配置成获取与所述评论类别信息对应的文本评论模型。

8.根据权利要求6所述的装置，其中，所述提取单元进一步被配置成：

获取所述待处理文本中的关键信息和所述文本标题的位置信息；

根据所述位置信息，提取所述待处理文本中的关键信息和所述文本标题。

9.根据权利要求6所述的装置，其中，所述提取单元进一步被配置成：

将所述待处理文本输入预先训练的关键信息提取模型，得到所述待处理文本中的关键信息，其中，所述关键信息提取模型用于表征文本与关键信息的对应关系。

10.根据权利要求6-9中任一所述的装置，其中，所述文本评论模型通过以下步骤训练得到：

获取训练样本集合，训练样本包括样本文本的关键信息、标题信息和评论信息；

将所述训练样本集合中的训练样本的关键信息、标题信息作为输入，将与输入关键信息、标题信息对应的评论信息作为期望输出，利用机器学习的方法训练得到所述文本评论模型。

11.一种服务器，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。