[发明专利]一种文本处理方法、装置及计算设备

权利要求书

1.一种文本处理方法，其特征在于，所述方法运行于文本处理系统，所述文本处理系统包括至少一个计算设备，所述方法包括：

获取源文本，所述源文本包括样本文本和测试文本；

对所述样本文本进行分词，获取所述样本文本中的至少一个关键词以及每个关键词对应的关联词；

根据所述至少一个关键词以及所述每个关键词对应的关联词，训练第一模型；

对所述测试文本进行分词，获取所述测试文本中的待修正关键词以及所述待修正关键词对应的关联词；

将所述待修正关键词以及所述待修正关键词对应的关联词输入所述第一模型，获取所述待修正关键词对应的修正后关键词；

根据所述待修正关键词对应的修正后关键词和所述待修正关键词，训练第二模型；

对待修正文本进行分词，将所述待修正文本的分词结果输入所述第二模型，修正所述待修正文本。

2.如权利要求1所述的方法，其特征在于，所述对所述样本文本进行分词，获取所述样本文本中的至少一个关键词以及每个关键词对应的关联词包括：

对所述样本文本进行分词，获取所述样本文本的分词结果，所述样本文本的分词结果中包括至少一个样本文本词；

从所述至少一个样本文本词中获取所述至少一个关键词，所述至少一个关键词在所述样本文本中的词频大于第一阈值；

获取所述每个所述关键词的待选关联词，从所述每个关键词的待选关联词中获取所述每个关键词对应的关联词，所述每个关键词对应的关联词与所述每个关键词的联合概率大于第二阈值。

3.如权利要求2所述的方法，其特征在于，所述根据所述至少一个关键词以及所述每个关键词对应的关联词，训练第一模型包括：

根据所述至少一个关键词、所述每个关键词对应的关联词以及所述每个关键词对应的关联词与所述每个关键词的联合概率，训练所述第一模型。

4.如权利要求1至3任一所述方法，其特征在于，所述将所述待修正关键词以及所述待修正关键词对应的关联词输入所述第一模型，获取所述待修正关键词对应的修正后关键词，包括：

利用所述第一模型将所述待修正关键词修正为至少一个待选修正关键词；

从所述至少一个待选修正关键词中选取与所述待修正关键词对应的所述修正后关键词，其中，所述修正后关键词所对应的修正概率值，为所述至少一个待选修正关键词对应的修正概率值中的最大值，每个待选修正关键词对应的修正概率值为该待选修正关键词和所述待修正关键词对应的关联词之间的联合概率。

5.如权利要求4所述方法，其特征在于，根据所述待修正关键词对应的修正后关键词和所述待修正关键词，训练第二模型，包括：

根据所述待修正关键词对应的修正后关键词，所述待修正关键词以及所述修正后关键词对应的修正概率值，训练所述第二模型。

6.如权利要求1-3或5任一项所述的方法，其特征在于，所述方法还包括：

获取查询日志中的日志关键词，所述日志关键词为所述查询日志中词频大于第三阈值的词；

将所述日志关键词作为所述样本文本的关键词。

7.一种文本处理装置，其特征在于，所述装置包括：

分词模块，用于获取源文本，所述源文本包括样本文本和测试文本；

对所述样本文本进行分词，获取所述样本文本中的至少一个关键词以及 每个关键词对应的关联词；

处理模块，用于根据所述至少一个关键词以及所述每个关键词对应的关联词，训练第一模型；

所述分词模块还用于，对所述测试文本进行分词，获取所述测试文本中的待修正关键词以及所述待修正关键词对应的关联词；

所述处理模块还用于，将所述待修正关键词以及所述待修正关键词对应的关联词输入所述第一模型，获取所述待修正关键词对应的修正后关键词；

根据所述待修正关键词对应的修正后关键词和所述待修正关键词，训练第二模型；

所述分词模块还用于，对待修正文本进行分词；

所述处理模块还用于，将所述待修正文本的分词结果输入所述第二模型，修正所述待修正文本。