[发明专利]文本信息表征方法、系统及计算机设备、存储介质

权利要求书

1.一种文本信息表征方法，其特征在于，包括：

获取训练语料集，对所述训练语料集中的语料进行分词预处理，基于得到的分词分别生成对应的词向量，其中所述训练语料集为训练文本信息集合，所述训练文本信息集合包括至少一条训练语句；

获取每条训练语句所包含的分词的词向量，得到每条训练语句的词向量组，并将训练语句的词向量组中的词向量按顺序依次输入初始句向量算法模型中，生成对应的训练语句的初始句向量；

配置所述初始的句向量模型的参数矩阵，所述参数矩阵连接所述初始的句向量模型的输入层和输出层；

根据各训练语句对应的上下文关系生成训练样本和检验样本，所述训练样本和检验样本分别包括K1和K2个句组，每个句组包括至少一条用作生成输入句向量的训练语句和至少一条用作生成输出句向量的训练语句，其中K1和K2为正整数；

依次将所述训练样本中的每个所述句组中的输入句向量输入至所述初始的句向量模型进行训练，逐步对所述参数矩阵中的参数进行调整，直到所述训练样本中的句组完成训练，使所述初始的句向量模型的输出逐步匹配所述句组中对应的输出句向量；

通过所述检验样本对训练之后的所述初始的句向量模型进行检验，检验通过则完成所述初始的句向量模型的训练，得到训练后的句向量模型；

获取待分析语料，对所述待分析语料进行分词预处理，基于得到的分词分别生成对应的词向量，所述待分析语料为文本信息，所述文本信息包括至少一条语句；

获取所述待分析语料中的每条语句所包含的分词的词向量，得到每条语句的词向量组，将所述词向量组中的词向量按顺序依次输入所述初始句向量算法模型中，生成对应的语句的初始句向量；

将所述初始句向量输入至预训练的句向量模型，使所述待分析语料的初始句向量与所述参数矩阵相乘，得到用于表征所述待分析语料的文本信息的最终句向量，所述最终句向量用于表征文本信息，其中所述预训练的句向量模型基于语句的上下文关系来生成。

2.根据权利要求1所述的文本信息表征方法，其特征在于，所述初始的句向量模型为skip-gram模型或者cbow模型。

3.根据权利要求1所述的文本信息表征方法，其特征在于，所述获取待分析语料，对所述待分析语料进行分词预处理，基于得到的分词分别生成对应的词向量包括：

采用预设的分词算法对所述待分析语料进行分词，对分词结果执行去停用词操作，得到分词数量为N的词库，其中N为正整数；

将所述词库中的N个分词输入预设的词向量模型，得到所述N个分词的词向量。

4.根据权利要求1所述的文本信息表征方法，其特征在于，所述初始句向量算法模型为GRU算法模型。