[发明专利]文本分段方法、装置及电子设备

说明书

本申请提出一种文本分段方法、装置以及电子设备，方法包括：获取待处理的文本，以及所述文本中多个字符的属性信息；根据所述文本以及所述多个字符的属性信息，提取所述多个字符的向量；根据所述文本中的多个语句以及每个语句中字符的向量，确定所述多个语句的向量；根据所述多个语句的向量，确定所述多个语句属于各个段落标签的概率；根据所述多个语句属于各个段落标签的概率，确定所述文本的分段结果。实现了结合文本以及文本中多个字符的属性信息，确定文本的分段结果，提高了文本分段的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种文本分段方法、装置及电子设备。

背景技术

通常，许多公司的人力资源部门都会囤积到大量人才的简历，经整理收集成为简历库。但是简历文本并不是一个完全结构化的内容，它的模板多种多样，格式花样层出不穷，因而在分类整理和精确检索上存在非常多的困难。为了能够充分利用简历库，需要将简历按照标签整理为结构化的内容，例如：姓名，电话，邮箱，学历，毕业院校，工作经历，职业标签，职位意向，技术特征，等等。而这，催生了简历解析技术的需求。简历解析，就是针对各种不同格式的简历，按照要求提取结构化字段的过程，是后续进一步的人才职位匹配工作的基础，也是充分利用简历库，节约成本的有效方式。

但是简历文本在逻辑上，有着它固有的特点：内容上它通常是呈分段排列。目前，在对简历文本进行解析分段方面，有通过神经网络Bi-LSTM(Bidirectional long short-term memory，双向长短时间记忆网络)模型，对简历文本中语句进行处理得到每个语句的分段标签，进而通过序列组合得到不同的分段，再对分段内容进行关键信息的提取的方法，但是这种方法在对简历文本进行分段时利用的文本信息少，分段准确性差。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

本申请提出一种文本分段方法、装置及电子设备，以解决相关技术中的文本分段方法存在的分段准确性差的技术问题。

本申请第一方面实施例提出了一种文本分段方法，包括：获取待处理的文本，以及所述文本中多个字符的属性信息；根据所述文本以及所述多个字符的属性信息，提取所述多个字符的向量；根据所述文本中的多个语句以及每个语句中字符的向量，确定所述多个语句的向量；根据所述多个语句的向量，确定所述多个语句属于各个段落标签的概率；根据所述多个语句属于各个段落标签的概率，确定所述文本的分段结果。

本申请第二方面实施例提出了一种文本分段装置，包括：第一获取模块，用于获取待处理的文本，以及所述文本中多个字符的属性信息；提取模块，用于根据所述文本以及所述多个字符的属性信息，提取所述多个字符的向量；第一确定模块，用于根据所述文本中的多个语句以及每个语句中字符的向量，确定所述多个语句的向量；第二确定模块，用于根据所述多个语句的向量，确定所述多个语句属于各个段落标签的概率；第三确定模块，用于根据所述多个语句属于各个段落标签的概率，确定所述文本的分段结果。

本申请第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本申请第一方面实施例提出的文本分段方法。

本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如本申请第一方面实施例提出的文本分段方法。

本申请第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本申请第一方面实施例提出的文本分段方法。

本申请提出的技术方案，具有如下有益效果：