[发明专利]文本识别方法、装置和系统

权利要求书

1.一种文本识别方法，包括：

获取文本数据；

获取所述文本数据对应的词向量；

利用识别模型对所述词向量进行识别，得到所述文本数据的识别结果，其中，所述识别模型用于识别所述文本数据是否存在违法内容，所述识别模型通过对抗训练而得到；

其中，所述识别模型包括：第一模型和第二模型，利用识别模型对所述词向量进行识别，得到所述文本数据的识别结果，包括：

利用所述第一模型对所述词向量进行识别，得到所述词向量的语义信息，其中，所述第一模型用于识别所述词向量的语义信息；

利用所述第二模型对所述词向量和所述词向量的语义信息进行识别，得到所述识别结果，其中，所述第二模型用于识别所述文本数据的语义信息。

2.根据权利要求1所述的方法，其中，所述方法还包括：

获取训练样本；

利用所述训练样本对第一预设模型和第二预设模型进行交替训练，得到所述第一模型和所述第二模型。

3.根据权利要求2所述的方法，其中，利用所述训练样本对第一预设模型进行训练，包括：

将所述训练样本输入至所述第一预设模型，并获取所述第一预设模型的语义特征；

将所述训练样本的标签和所述语义特征输入至第一损失函数，得到第一损失值；

判断所述第一损失值是否大于等于第一预设值；

在所述第一损失值小于所述第一预设值的情况下，继续利用所述训练样本对所述第一预设模型进行训练。

4.根据权利要求2所述的方法，其中，利用所述训练样本对第二预设模型进行训练，包括：

将所述训练样本输入至所述第二预设模型，并获取所述第二预设模型的输出结果；

将所述训练样本的标签和所述输出结果输入至第二损失函数，得到第二损失值；

判断所述第二损失值是否小于等于第二预设值；

在所述第二损失值大于所述第二预设值的情况下，继续利用所述训练样本对所述第二预设模型进行训练。

5.根据权利要求3或4所述的方法，其中，在第一损失值大于等于第一预设值，且第二损失值小于等于第二预设值的情况下，确定所述第一预设模型为所述第一模型，以及所述第二预设模型为所述第二模型。

6.根据权利要求5所述的方法，其中，所述第一模型包括：多个卷积层，所述多个卷积层的卷积核不同，所述第二模型包括：卷积神经网络、递归神经网络和预设机制。

7.根据权利要求5所述的方法，其中，第一损失函数和第二损失函数为交叉熵函数。

8.根据权利要求1所述的方法，其中，获取所述文本数据对应的词向量，包括：

对所述文本数据进行分句和分词处理，得到处理后的文本数据，其中，所述处理后的文本数据包括：多个句子列表，以及每个句子列表中包含的多个词列表；

将所述处理后的文本数据映射为所述词向量。

9.根据权利要求1所述的方法，其中，所述文本数据为文学作品的文本数据。

10.一种文本识别装置，包括：

第一获取模块，用于获取文本数据；

第二获取模块，用于获取所述文本数据对应的词向量；

识别模块，用于利用识别模型对所述词向量进行识别，得到所述文本数据的识别结果，其中，所述识别模型用于识别所述文本数据是否存在违法的内容，所述识别模型通过对抗训练而得到；

其中，所述识别模型包括：第一模型和第二模型，其中，所述识别模块包括：

第一识别单元，用于利用所述第一模型对所述词向量进行识别，得到所述词向量的语义信息，其中，所述第一模型用于识别所述词向量的语义信息；

第二识别单元，用于利用所述第二模型对所述词向量和所述词向量的语义信息，得到所述识别结果，其中，所述第二模型用于识别所述文本数据的语义信息。