文本处理方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种文本处理方法、装置、电子设备及存储介质，属于计算机技术领域。本公开实施例中，可以获取输入的待处理文本，并在预设文本库中，选取与待处理文本相匹配且满足预设要求的参考文本，再在所参考文本中，确定与所待处理文本中待修饰句相似的目标参考句，最后，根据目标语句转换模型，对待修饰句按照目标参考句进行转换，得到待修饰句对应的目标推荐句。这样，通过语句转换模型，将待修饰句按照目标参考句进行转换，可以得到用词更为准确、表述方式更符合审核人员习惯的目标推荐句，从而可以实现对文本表述内容及表述方式的调整，无需用户手动修改文本即可得到高质量的撰写文本，提高了文本处理的效率。提高了文本处理的效率。提高了文本处理的效率。

【技术实现步骤摘要】
文本处理方法、装置、电子设备及存储介质


[0001]本公开属于计算机
，特别是涉及一种文本处理方法、装置、电子设备及存储介质。

技术介绍

[0002]随着机器学习等计算机技术近几年的快速发展，人们常常使用机器学习模型解决各种问题。其中，随着文本处理的要求越来越多，这也使得自然语言处理(Natural Language Processing，NLP)技术的发展越来越快。比如，在工作或学习中，往往要求用户撰写的文本为高质量文本，即，为用词与表述方式更高级的文本，尤其对于撰写语言为非母语的人员来说，撰写难度较大，且要花费较多时间。
[0003]相关技术中，自然语言处理方法主要集中在语法纠错领域。因此，现在急需一种可以调整文本表述内容及表述方式的文本处理方法。

技术实现思路

[0004]为克服相关技术中存在的问题，本公开提供一种文本处理方法、装置、电子设备及存储介质。
[0005]依据本公开的第一方面，提供了一种文本处理方法，该方法包括：
[0006]获取输入的待处理文本；
[0007]在预设文本库中，选取与所述待处理文本相匹配且满足预设要求的参考文本；
[0008]在所述参考文本中，确定与所述待处理文本中待修饰句相似的目标参考句；
[0009]根据目标语句转换模型，对所述待修饰句按照所述目标参考句进行转换，得到所述待修饰句对应的目标推荐句。可选的，所述预设文本库中存储有多个样本文本；
[0010]所述在预设文本库中，选取与所述待处理文本相匹配且满足预设要求的参考文本，包括：
[0011]确定所述待处理文本所属的目标领域，以及确定各个所述样本文本的价值标签；
[0012]对所述价值标签进行归类处理，将处理结果满足所述预设要求的样本文本作为第一类型文本；
[0013]筛选属于所述目标领域的样本文本，作为第二类型文本；
[0014]将同时属于所述第一类型文本与所述第二类型文本的样本文本，作为所述参考文本。
[0015]可选的，所述确定所述待处理文本所属的目标领域，包括：
[0016]获取所述待处理文本中的关键词；
[0017]将所述关键词匹配的领域，作为所述待处理文本所属的目标领域。
[0018]可选的，所述方法还包括：
[0019]对所述样本文本拆分，得到不同内容属性对应的文本片段；
[0020]按照各个所述内容属性，将每一所述内容属性对应的文本片段分别存储于所述预
设文本库中。
[0021]可选的，所述在所述参考文本中，确定与所述待处理文本中待修饰句相似的目标参考句，包括：
[0022]确定所述待处理文本中的待修饰句；
[0023]根据所述待修饰句与预设的文本筛选算法，对所述参考文本进行筛选，以确定与所述待修饰句相似的目标参考句。
[0024]可选的，所述根据所述待修饰句与预设的文本筛选算法，对所述参考文本进行筛选，以确定与所述待修饰句相似的目标参考句，包括：
[0025]利用第一筛选算法对所述参考文本中包含的语句进行筛选，确定与所述待修饰句相似的第一参考句；
[0026]对所述第一参考句使用第二筛选算法进行筛选，将相似度满足预设阈值的第一参考句，作为所述目标参考句。
[0027]可选的，所述方法还包括：
[0028]获取多个样本语句；
[0029]对所述样本语句按照预设翻译方法翻译，得到样本翻译语句；
[0030]将所述样本语句与所述样本翻译语句作为一个训练样本对；
[0031]利用所述训练样本对对初始语句转换模型进行训练，以获取所述目标语句转换模型。
[0032]可选的，所述方法还包括：
[0033]将所述初始语句转换模型中的位置嵌入参数设置为可训练值，以便对所述位置嵌入参数进行样本训练。
[0034]可选的，所述初始语句转换模型为Transformer模型。
[0035]依据本公开的第二方面，提供了一种文本处理装置，该装置包括：
[0036]第一获取模块，用于获取输入的待处理文本；
[0037]选取模块，在预设文本库中，选取与所述待处理文本相匹配且满足预设要求的参考文本；
[0038]第一确定模块，用于在所述参考文本中，确定与所述待处理文本中待修饰句相似的目标参考句；
[0039]转换模块，用于根据目标语句转换模型，对所述待修饰句按照所述目标参考句进行转换，得到所述待修饰句对应的目标推荐句。
[0040]可选的，所述预设文本库中存储有多个样本文本；
[0041]所述选取模块，还用于：
[0042]确定所述待处理文本所属的目标领域，以及确定各个所述样本文本的价值标签；
[0043]对所述价值标签进行归类处理，将处理结果满足所述预设要求的样本文本作为第一类型文本；
[0044]筛选属于所述目标领域的样本文本，作为第二类型文本；
[0045]将同时属于所述第一类型文本与所述第二类型文本的样本文本，作为所述参考文本。
[0046]可选的，所述选取模块，还用于：
[0047]获取所述待处理文本中的关键词；
[0048]将所述关键词匹配的领域，作为所述待处理文本所属的目标领域。
[0049]可选的，所述装置还包括：
[0050]拆分模块，用于对所述样本文本拆分，得到不同内容属性对应的文本片段；
[0051]存储模块，用于按照各个所述内容属性，将每一所述内容属性对应的文本片段分别存储于所述预设文本库中。
[0052]可选的，所述第一确定模块，还用于：
[0053]确定所述待处理文本中的待修饰句；
[0054]根据所述待修饰句与预设的文本筛选算法，对所述参考文本进行筛选，以确定与所述待修饰句相似的目标参考句。
[0055]可选的，所述第一确定模块，还用于：
[0056]利用第一筛选算法对所述参考文本中包含的语句进行筛选，确定与所述待修饰句相似的第一参考句；
[0057]对所述第一参考句使用第二筛选算法进行筛选，将相似度满足预设阈值的第一参考句，作为所述目标参考句。
[0058]可选的，其特征在于，所述装置还包括：
[0059]第二获取模块，用于获取多个样本语句；
[0060]翻译模块，用于对所述样本语句按照预设翻译方法翻译，得到样本翻译语句；
[0061]第二确定模块，用于将所述样本语句与所述样本翻译语句作为一个训练样本对；
[0062]训练模块，用于利用所述训练样本对对初始语句转换模型进行训练，以获取所述目标语句转换模型。
[0063]可选的，所述装置还包括：
[0064]设置模块，用于将所述初始语句转换模型中的位置嵌入参数设置为可训练值，以便对所述位置嵌入参数进行样本训练。
[0065]可选的，所述初始语句转换模型为Transformer模型。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本处理方法，其特征在于，所述方法包括：获取输入的待处理文本；在预设文本库中，选取与所述待处理文本相匹配且满足预设要求的参考文本；在所述参考文本中，确定与所述待处理文本中待修饰句相似的目标参考句；根据目标语句转换模型，对所述待修饰句按照所述目标参考句进行转换，得到所述待修饰句对应的目标推荐句。2.根据权利要求1所述的方法，其特征在于，所述预设文本库中存储有多个样本文本；所述在预设文本库中，选取与所述待处理文本相匹配且满足预设要求的参考文本，包括：确定所述待处理文本所属的目标领域，以及确定各个所述样本文本的价值标签；对所述价值标签进行归类处理，将处理结果满足所述预设要求的样本文本作为第一类型文本；筛选属于所述目标领域的样本文本，作为第二类型文本；将同时属于所述第一类型文本与所述第二类型文本的样本文本，作为所述参考文本。3.根据权利要求2所述的方法，其特征在于，所述确定所述待处理文本所属的目标领域，包括：获取所述待处理文本中的关键词；将所述关键词匹配的领域，作为所述待处理文本所属的目标领域。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：对所述样本文本拆分，得到不同内容属性对应的文本片段；按照各个所述内容属性，将每一所述内容属性对应的文本片段分别存储于所述预设文本库中。5.根据权利要求1所述的方法，其特征在于，所述在所述参考文本中，确定与所述待处理文本中待修饰句相似的目标参考句，包括：确定所述待处理文本中的待修饰句；根据所述待修饰句与预设的文本筛选算法，对所述参考文本进行筛选，以确定与所述待修饰句相似的目标参考句。6.根据权利要求5所述的方法，其特征在于，所述根据所述待修饰句与预设的文本筛选算法，对所述参考文本进行筛选，以确定与所述待修饰句相似的目标参考句，包括：利用第一筛选算法对所述参考文本中包含的语句进行筛选，确定与所述待修饰句相似的第一参考句；对所述第一参考句使用第二筛选算法进行筛选，将相似度满足预设阈值的第一参考句，作为所述目标参考句。7.根据权利要求1至6中任一项所述的方法，其特征在于，所述方法还包括：获取多个样本语句；对所述样本语句按照预设翻译方法翻译，得到样本翻译语句；将所述样本语句与所述样本翻译语句作为一个训练样本对；利用所述训练样本对对初始语句转换模型进行训练，以获取所述目标语句转换模型。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
将所述初始语句转换模型中的位置嵌入参数设置为可训练值，以便对所述位置嵌入参数进行样本训练。9.根据权利要求7所述的方法，其特征在于，所述初始语句转换模型为Transformer模型。10.一种文本处理装置，其特征在于，所述装置包括：第一获取模块，用于获取输入的待处理文本；选取模块，在预设文本库中，选取与所述待处理文本相匹配且满足预设要求的参...

【专利技术属性】
技术研发人员：姜博然，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：