[发明专利]信息处理方法、装置、设备及可读存储介质

权利要求书

1.一种信息处理方法，其特征在于，包括：

获取目标文本，以及与所述目标文本关联的文本段落；

对所述目标文本进行第一编码，得到所述目标文本中各个词的编码向量；

对所述文本段落进行第二编码，得到所述文本段落中各个词的编码向量；所述第二编码与所述第一编码不同；

根据所述目标文本中各个词的编码向量，以及所述文本段落中各个词的编码向量，得到所述文本段落中的每一个词与所述目标文本的相关程度的向量表示；

对所述文本段落中的各个词与所述目标文本的相关程度的向量表示进行解码，得到与所述目标文本对应的反馈文本。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标文本中各个词的编码向量，以及所述文本段落中各个词的编码向量，得到所述文本段落中的每一个词与所述目标文本的相关程度的向量表示，包括：

对应所述文本段落中的每一个词，对该词的编码向量与所述目标文本中每一个词的编码向量分别进行点积操作，得到该词与所述目标文本中的每个词的向量点积结果；

利用该词与所述目标文本中的每个词的向量点积结果，以及该词的前一个词与所述目标文本的相关程度的向量表示，得到该词与所述目标文本的相关程度的向量表示。

3.根据权利要求2所述的方法，其特征在于，所述利用该词与所述目标文本中的每个词的向量点积结果，以及该词的前一个词与所述目标文本的相关程度的向量表示，得到该词与所述目标文本的相关程度的向量表示，包括：

将该词与所述目标文本中的每个词的向量点积结果进行归一化，得到归一化结果；

以该词与所述目标文本中每一个词的向量点积结果的归一化结果为权重，对所述目标文本中各个词的编码向量进行加权处理，得到与该词对应的所述目标文本的向量表示；

将该词的编码向量，以及与该词对应的所述目标文本的向量表示进行拼接，得到与该词对应的拼接后的向量表示；

对该词的前一个词与所述目标文本的相关程度的向量表示，以及所述拼接后的向量表示进行第三编码，得到该词与所述目标文本的相关程度的向量表示。

4.根据权利要求1所述的方法，其特征在于，所述方法基于预先训练好的文本处理模型实现，所述方法包括：

将所述目标文本和所述文本段落输入所述文本处理模型，得到与所述目标文本对应的反馈文本；

所述文本处理模型被配置为：获取目标文本，以及与所述目标文本关联的文本段落；对所述目标文本进行第一编码，得到所述目标文本中各个词的编码向量；对所述文本段落进行第二编码，得到所述文本段落中各个词的编码向量；所述第二编码与所述第一编码不同；根据所述目标文本中各个词的编码向量，以及所述文本段落中各个词的编码向量，得到所述文本段落中的每一个词与所述目标文本的相关程度的向量表示；对所述文本段落中的各个词与所述目标文本的相关程度的向量表示进行解码，得到与所述目标文本对应的反馈文本。

5.根据权利要求4所述的方法，其特征在于，所述文本处理模型的训练过程包括：

对于输入所述文本处理模型的每一个样本，对该样本中的目标文本进行第一编码，得到该样本中的目标文本中各个词的编码向量；

对该样本中的文本段落进行第二编码，得到该样本中的文本段落中各个词的编码向量；所述第二编码和所述第一编码不同；

对该样本中的目标文本中各个词的编码向量，以及该样本中的文本段落中各个词的编码向量进行处理，得到该样本中的文本段落中的每一个词与该样本中的目标文本的相关程度的向量表示；

对该样本中的文本段落中的各个词与该样本中的目标文本的相关程度的向量表示进行第一解码，得到与该样本中的目标文本对应的反馈文本；

对该样本中的文本段落中的各个词与该样本中的目标文本的相关程度的向量表示进行第二解码，得到与该样本中的文本段落对应的重构的文本段落；

利用所述反馈文本和该样本的标签文本，以及所述重构的文本段落和该样本中的文本段落对所述文本处理模型的参数进行更新。