[发明专利]一种文本识别方法和装置

权利要求书

1.一种文本识别方法，其特征在于，所述方法包括：

搜集并构建训练用的文本；

将每个训练用的文本与不同的指定对象的组合各作为一条输入，包括：将该训练用的文本和不同的指定对象分别进行组合，组合时将文本和指定对象用预定字符连接；对于每种组合结果分别进行嵌入，所述嵌入包括字嵌入、段落嵌入和位置嵌入；所述字嵌入是指将输入句子拆分成字级别，并对句子中每一个字都做字嵌入；所述段落嵌入是指使用不同字母标识输入中不同的句子或字段；所述位置嵌入是指为输入中的每一个字符标注具体位置信息；

对于每种组合结果，分别根据所述进行嵌入后的训练用的文本和进行嵌入后的指定对象获取一条输入；对于每条输入，将该条输入中的文本对于指定对象的评价值作为标签，根据搜集的文本进行无监督的模型训练，在所述无监督的模型的输出层后加上全连接层，作为预生成的模型；对预生成的模型进行训练；

使用训练好的模型，识别输入的文本对于指定对象的评价值。

2.根据权利要求1所述的方法，其特征在于，所述根据搜集的文本进行无监督的模型训练，包括：

对搜集的文本进行屏蔽词预测和句子连接关系预测，得到所述无监督的模型。

3.根据权利要求1所述的方法，其特征在于，所述使用训练好的模型，识别输入的文本对于指定对象的评价值，包括：

当所述指定对象为一个时，所述评价值为所述指定对象的分类结果；

当所述指定对象为两个或以上时，所述评价值为所述指定对象的分类结果的表格；

其中，所述分类结果包括积极、未提及和消极。

4.一种文本识别装置，包括：存储器和处理器；其特征在于：

所述存储器，用于保存用于性能测试的程序；

所述处理器，用于读取执行所述用于性能测试的程序，执行如下操作：

搜集并构建训练用的文本；将每个训练用的文本与不同的指定对象的组合各作为一条输入，包括：将该训练用的文本和不同的指定对象分别进行组合，组合时将文本和指定对象用预定字符连接；对于每种组合结果分别进行嵌入，所述嵌入包括字嵌入、段落嵌入和位置嵌入；所述字嵌入是指将输入句子拆分成字级别，并对句子中每一个字都做字嵌入；所述段落嵌入是指使用不同字母标识输入中不同的句子或字段；所述位置嵌入是指为输入中的每一个字符标注具体位置信息；

对于每种组合结果，分别根据所述进行嵌入后的训练用的文本和进行嵌入后的指定对象获取一条输入；对于每条输入，将该条输入中的文本对于指定对象的评价值作为标签，根据搜集的文本进行无监督的模型训练，在所述无监督的模型的输出层后加上全连接层，作为预生成的模型；对预生成的模型进行训练；

使用训练好的模型，识别输入的文本对于指定对象的评价值。

5.根据权利要求4所述的装置，其特征在于，所述根据搜集的文本进行无监督的模型训练，包括：

对搜集的文本进行屏蔽词预测和句子连接关系预测，得到所述无监督的模型。

6.根据权利要求4所述的装置，其特征在于，所述处理器使用训练好的模型，识别输入的文本对于指定对象的评价值，包括：

当所述指定对象为一个时，所述评价值为所述指定对象的分类结果；

当所述指定对象为两个或以上时，所述评价值为所述指定对象的分类结果的表格；

其中，所述分类结果包括积极、未提及和消极。