[发明专利]训练文本的处理方法、装置、电子设备及可读存储介质

权利要求书

1.一种训练文本的处理方法，其特征在于，包括：

获取各训练文本；

确定各所述训练文本之间的文本相似度；

将各所述文本相似度中大于设定阈值的相似度所对应的各所述训练文本作为待聚类文本，对各所述待聚类文本进行聚类，得到聚类结果；

基于所述聚类结果对各所述待聚类文本进行处理。

2.根据权利要求1所述的方法，其特征在于，所述聚类结果包括各聚类类别、以及各所述聚类类别所包含的训练文本；

所述训练文本为未标注训练标签的文本，或者为标注有训练标签的文本；

若所述训练文本是未标注训练标签的文本，所述基于所述聚类结果对各所述待聚类文本进行处理，包括：

根据所述聚类类别，对每个所述聚类类别所包含的训练文本标注训练标签；

若所述训练文本为标注有训练标签的文本，所述基于所述聚类结果对各所述待聚类文本进行处理，包括：

根据所述聚类类别，对每个所述聚类类别所包含的训练文本的训练标签进行检验。

3.根据权利要求2所述的方法，其特征在于，所述根据所述聚类类别，对每个所述聚类类别所包含的训练文本标注训练标签，包括：

显示聚类标注界面，所述聚类标签标注界面显示有至少一个聚类类别、所述至少一个聚类类别中每个所述聚类类别包括的训练文本、以及标注操作区域；

在通过所述标注操作区域接收到用户的标注操作时，根据所述聚类类别，对所述标注操作所对应的至少一个训练文本标注训练标签，所述训练标签与所述至少一个训练文本所属的聚类类别相对应。

4.根据权利要求3所述的方法，其特征在于，所述聚类标注界面包含聚类类别显示区域，所述聚类类别显示区域用于显示所述至少一个聚类类别；

所述标注操作区域包括类别标注操作区域，所述在通过所述标注操作区域接收到用户的标注操作时，根据所述聚类类别，对所述标注操作所对应的至少一个训练文本标注训练标签，包括：

在通过所述类别标注操作区域接收到用户的标注操作时，基于所述标注操作针对的聚类类别，对该聚类类别所包括的所有训练文本标注训练标签。

5.根据权利要求3所述的方法，其特征在于，所述聚类标注界面包含文本显示区域，所述文本显示区域用于显示所述至少一个聚类类别中每个所述聚类类别所包括的训练文本；

所述标注操作区域包括文本标注操作区域，所述在通过所述标注操作区域接收用户的标注操作时，根据所述聚类类别，对所述标注操作所对应的至少一个训练文本标注训练标签，包括：

在通过所述文本标注操作区域接收到用户的标注操作时，对所述标注操作针对的训练文本标注训练标签。

6.根据权利要求3所述的方法，其特征在于，所述聚类标签标注界面中还显示有类别选择区域，所述方法还包括：

在通过所述类别选择区域接收到用户的聚类类别选择操作时，将所述聚类类别选择操作所对应的聚类类别确定为所述至少一个聚类类别。

7.根据权利要求1所述的方法，其特征在于，所述获取各训练文本，包括：

在接收到文本聚类操作请求时，显示聚类文本选择界面，其中，所述文本聚类界面中包含有文本添加区域；

获取用户通过所述文本添加区域所添加的各所述训练文本。

8.根据权利要求1所述的方法，其特征在于，还包括：

显示相似度参数设置界面；

通过所述相似度参数设置界面接收用户输入的相似度参数，其中，所述相似度参数包括所述设定阈值。

9.根据权利要求1所述的方法，其特征在于，还包括：

输出文本处理结果，所述文本处理结果包括所述聚类结果和非聚类结果，所述非聚类结果包括除各所述待聚类文本之外的各所述训练文本。