[发明专利]文本处理方法、装置、电子设备和计算机可读介质

权利要求书

1.一种文本处理方法，其特征在于，所述方法包括：

确定第一文本信息的多个第一词向量和第二文本信息的多个第二词向量；

将所述多个第一词向量输入长短期记忆网络，得到所述长短期记忆网络输出的第一句向量，并将所述多个第二词向量输入所述长短期记忆网络，得到所述长短期记忆网络输出的第二句向量，其中，所述第一句向量与所述第一文本信息对应，所述第二句向量与所述第二文本信息对应，所述长短期记忆网络包括词典中的词汇的信息；

利用所述第一句向量和所述第二句向量确定所述第一文本信息与所述第二文本信息之间的相似度；

所述得到所述长短期记忆网络输出的第一句向量包括：确定所述第一文本信息中的当前词向量和位于所述当前词向量之前的相邻词向量；根据所述相邻词向量和所述当前词向量生成综合词向量；在所述综合词向量与所述词典中的词汇匹配不成功的情况下，通过所述长短期记忆网络调节所述综合词向量的分词结果，直至所述长短期记忆网络得到的至少一个目标词向量与所述词典中的词汇匹配成功，其中，所述词典中包含多个词汇的信息；根据多个所述目标词向量得到所述第一句向量；第二句向量的方式与得到第一句向量的方式相同；

所述调节所述综合词向量的分词结果包括：确定所述相邻词向量中的至少一个第一字符和所述当前词向量中的至少一个第二字符，其中，所述相邻词向量和所述当前词向量均包含多个字符，所述第一字符和所述第二字符相邻，所述第一字符和所述第二字符的字符数量的和值小于所述相邻词向量中字符数量和所述当前词向量中字符数量的和值；将所述第一字符和所述第二字符进行组合，得到一个目标词向量；将所述相邻词向量中除所述第一字符之外的字符作为一个目标词向量，并将所述当前词向量中除所述第二字符之外的字符作为一个目标词向量。

2.根据权利要求1所述的方法，其特征在于，根据所述相邻词向量和所述当前词向量生成综合词向量之后，所述方法还包括：

在所述综合词向量与所述词典中的词汇匹配成功的情况下，根据所述相邻词向量和所述当前词向量得到所述第一句向量。

3.根据权利要求1所述的方法，其特征在于，

得到所述长短期记忆网络输出的第一句向量和第二句向量之后，所述方法还包括：将所述第一句向量输入自注意力模型，得到所述自注意力模型输出的第三句向量，并将所述第二句向量输入所述自注意力模型，得到所述自注意力模型输出的第四句向量，其中，所述第三句向量携带有每个所述第一词向量的权重，所述第四句向量携带有每个所述第二词向量的权重；

所述利用所述第一句向量和所述第二句向量确定所述第一文本信息与所述第二文本信息之间的相似度包括：利用所述第三句向量和所述第四句向量确定所述第一文本信息与所述第二文本信息之间的相似度。

4.根据权利要求3所述的方法，其特征在于，所述得到所述自注意力模型输出的第三句向量包括：

通过所述自注意力模型确定所述第一句向量中的每个词向量的权重；

根据所述每个词向量和所述词向量对应的权重进行加权求和，得到所述第三句向量。

5.根据权利要求1所述的方法，其特征在于，所述确定第一文本信息的多个第一词向量包括：

将所述第一文本信息进行预处理；

将预处理后的第一文本信息输入Glove模型，得到所述Glove模型输出的多个第一词向量。