[发明专利]一种文本编码方法、装置、存储介质及终端

说明书

本申请实施例公开了一种文本编码方法、装置、存储介质及终端，所述方法包括：获取待编码的目标语言文本；将所述目标语言文本输入至预先训练的文本编码模型中，所述文本编码模型基于第一数据样本、第二数据样本以及第三数据样本训练生成，所述第一数据样本与所述第二数据样本的语义相似度大于第一相似度阈值，所述第一数据样本与所述第三数据样本的语义相似度小于第二相似度阈值，所述第一相似度阈值大于或者等于所述第二相似度阈值；输出所述目标语言文本对应的语义向量。因此，采用本申请实施例，利用具有相关性的样本数据训练文本编码模型，训练完成后当使用文本编码模型进行文本编码后输出的向量语义度更加准确。

技术领域

本申请涉及计算机技术领域，尤其涉及一种文本编码方法、装置、存储介质及终端。

背景技术

近年来，人工智能的发展如火如荼，其中自然语言理解是人工智能领域中最重要的方向之一，让机器识别自然语言已经成为研究人员研究的热点。随着深度学习以及强化学习等技术的发展，研究人员越发渴望让机器能精确的识别自然语言。

机器精确的理解自然语言离不开对自然语言的深度学习，而深度学习多采用深度神经网络模型，也就是采用深度神经网络模型对自然语言文本进行识别，从而输出相应的语义化向量的过程。当然，需要先采集数据样本对该深度神经网络模型进行训练，目前，通常以随机采集的多个文本语句作为数据样本，由于这多个文本语句之间不存在关联性，从而导致输出的向量的语义准确度不足。

发明内容

本申请实施例提供了一种文本编码方法、装置、存储介质及终端，可以使文本编码后输出的向量语义度更加准确。所述技术方案如下：

第一方面，本申请实施例提供了一种文本编码方法，所述方法包括：

获取待编码的目标语言文本；

将所述目标语言文本输入至预先训练的文本编码模型中，所述文本编码模型基于第一数据样本、第二数据样本以及第三数据样本训练生成，所述第一数据样本与所述第二数据样本的语义相似度大于第一相似度阈值，所述第一数据样本与所述第三数据样本的语义相似度小于第二相似度阈值，所述第一相似度阈值大于或者等于所述第二相似度阈值；

输出所述目标语言文本对应的语义向量。

第二方面，本申请实施例提供了一种文本编码装置，所述装置包括：

文本获取模块，用于获取待编码的目标语言文本；

文本输入模块，用于将所述目标语言文本输入至预先训练的文本编码模型中，所述文本编码模型基于第一数据样本、第二数据样本以及第三数据样本训练生成，所述第一数据样本与所述第二数据样本的语义相似度大于第一相似度阈值，所述第一数据样本与所述第三数据样本的语义相似度小于第二相似度阈值，所述第一相似度阈值大于所述第二相似度阈值；

向量输出模块，用于输出所述目标语言文本对应的语义向量。

第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

第四方面，本申请实施例提供一种终端，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

本申请一些实施例提供的技术方案带来的有益效果至少包括：