[发明专利]文本信息的特征提取方法、装置、计算机设备及存储介质

说明书

本发明公开了一种文本信息的特征提取方法、装置、计算机设备及存储介质，所述方法包括：设置并训练元网络，所述元网络是指用于生成与所输入的文本信息对应的一组唯一过滤器的网络；将待识别的文本信息的长度调整为所述元网络的输入长度；将长度调整后的所述文本信息传入所述元网络，通过所述元网络生成所述文本信息对应的一组唯一过滤器，所述唯一过滤器是指与长度调整后的所述文本信息的上下文相关的过滤器；将长度调整后的所述文本信息传入所述唯一过滤器，通过所述唯一过滤器提取所述文本信息对应的特征向量矩阵。本发明解决了现有文本识别技术无法适应上下文语境、文本识别准确率欠佳的问题。

技术领域

本发明涉及信息技术领域，尤其涉及一种文本信息的特征提取方法、装置、计算机设备及存储介质。

背景技术

卷积神经网络在近来逐渐成为自然语言处理的一种基础模块，尽管得到了成功，但是大部分现存的卷积神经网络都采用的是对所有输入句子应用习得的相同的静态过滤器。静态过滤器最大的不足在于它不是与文本相关的，也就是它同等地对待所有类型的文本。比如我们人在阅读一篇科普文章和一篇时政新闻时，阅读方式一般是不同的，阅读的重点也通常是不同的；对于时政新闻，我们应当主要提取时间、地点、人物、事件等信息，而对于科普文章，应该在概念、逻辑、因果等关系上给予更大的权重。而静态过滤器只能用同样的权重来对待所有的上下文信息，因而在文本识别的准确率这一方面上受到了限制。

由此可见，寻找一种能够适应上下文语境、提高文本识别准确率的方法成为本领域亟需解决的技术问题。

发明内容

本发明实施例提供了一种文本信息的特征提取方法、装置、计算机设备及存储介质，以解决现有文本识别技术无法适应上下文语境、文本识别准确率欠佳的问题。

一种文本信息的特征提取方法，包括：

设置并训练元网络，所述元网络是指用于生成与所输入的文本信息对应的一组唯一过滤器的网络；

获取待识别的文本信息；

将所述待识别的文本信息的长度调整为所述元网络的输入长度；

将长度调整后的所述文本信息作为输入传入所述元网络，通过所述元网络生成所述文本信息对应的一组唯一过滤器，所述唯一过滤器是指与长度调整后的所述文本信息的上下文相关的过滤器；

将长度调整后的所述文本信息作为输入传入所述唯一过滤器，通过所述唯一过滤器提取所述文本信息对应的特征向量矩阵，所述特征向量矩阵中的各个元素表示所述文本信息的特征。

可选地，所述将所述待识别的文本信息的长度调整为所述元网络的输入长度包括：

获取所述元网络的输入长度，判断所述待识别的文本信息的长度是否达到所述输入长度；

若否时，将预设字符填充至所述待识别的文本信息末尾，以将所述待识别的文本信息的长度调整为所述输入长度。

可选地，所述将长度调整后的所述文本信息作为输入传入所述元网络，通过所述元网络生成所述文本信息对应的一组唯一过滤器包括：

对长度调整后的所述文本信息进行向量化处理，得到向量矩阵，所述向量矩阵中包括若干个词嵌入向量，每一个词嵌入向量的长度相等；

通过所述元网络对所述向量矩阵执行卷积运算，得到指定长度的隐藏层向量；

对所述隐藏层向量执行转置卷积运算，得到长度调整后的所述文本信息对应的一组唯一过滤器。

可选地，所述将长度调整后的所述文本信息作为输入传入所述唯一过滤器，通过所述唯一过滤器提取所述文本信息对应的特征向量矩阵包括：

对长度调整后的所述文本信息进行向量化处理，得到向量矩阵，所述向量矩阵中包括若干个词嵌入向量，每一个词嵌入向量的长度相等；