[发明专利]一种文本处理方法、电子设备和存储介质

说明书

本申请实施例提供一种文本处理方法、电子设备和存储介质，该方法包括：获得待处理的文本以及所述文本对应的标签；从所述文本所包含的事件句中，确定多个候选事件句，其中，事件句是指包含事件触发词和命名实体的语句；分别计算多个候选事件句与所述标签的相似度；将所述多个候选事件句中相似度满足预设相似度条件的候选事件句作为所述文本对应的主题句。如此，所确定出的主题句准确度较高，能够简洁、准确地描述文本。

技术领域

本申请涉及计算机技术领域，尤其涉及一种文本处理方法、电子设备和存储介质。

背景技术

随着计算机技术和互联网的不断发展，越来越多的信息以电子文本的形式呈现给用户，互联网已经成为人们获取信息的主要来源，例如，人们可以从社交网站获取新闻信息。

然而，随着互联网中文本的急剧增加，人们很难从众多的文本中快速、准确地获取自己感兴趣的信息。目前，为了便于用户从众多文本中获取信息，主要是通过词频-逆文档频率(Term Frequency-Inverse Document Frequency，TF-IDF)方法来确定用于描述文本的主题句，但是，这种方式所确定出的主题句准确度较低，不能简洁、准确地描述文本。

发明内容

有鉴于此，本申请实施例提供一种文本处理方法、电子设备和存储介质，所确定出的主题句准确度较高，能够简洁、准确地描述文本。

本申请实施例主要提供如下技术方案：

第一方面，本申请实施例提供了一种文本处理方法，包括：获得待处理的文本以及所述文本对应的标签；从所述文本所包含的事件句中，确定多个候选事件句，其中，事件句是指包含事件触发词和命名实体的语句；分别计算多个候选事件句与所述标签的相似度；将所述多个候选事件句中相似度满足预设相似度条件的候选事件句作为所述文本对应的主题句。

在一种示例性实施例中，所述从所述文本所包含的事件句中，确定多个候选事件句，包括：对所述文本进行处理，获得所述文本中包含的事件句；基于所述文本中包含的事件句，构建加权无向图，其中，所述加权无向图中的节点表示事件句，所述加权无向图中的每条边表示每条边所连接的两个事件句之间相关联，所述加权无向图中的每个边的权重值表示每个边所连接的两个事件句之间的关联强度；基于所述加权无向图，从所述文本所包含的事件句中，确定多个候选事件句。

在一种示例性实施例中，所述对所述文本进行处理，获得所述文本中包含的事件句，包括：对所述文本进行分句处理，得到多个语句；对所述多个语句进行命名实体识别，得到多个包含命名实体的语句；基于预先构建的事件触发词集，对所述多个包含命名实体的语句进行事件触发词识别，得到所述文本中包含的事件句。

在一种示例性实施例中，所述基于所述文本中包含的事件句，构建加权无向图，包括：针对每个事件句，通过自然语言处理方法，生成每个事件句的关键词词典，其中，每个事件句的关键词词典包括：该事件句中包含的事件信息及其对应的类型信息，事件信息包括：命名实体、事件触发词、论元中的一种或多种，类型信息包括：命名实体所对应的命名实体类型、事件触发词所对应的事件类型、论元所对应的触发词类型中的一种或多种；基于每两个事件句的关键词词典，计算每两个事件句之间的关联强度；根据所述文本中包含的事件句以及每两个事件句之间的关联强度，生成加权无向图。

在一种示例性实施例中，所述基于每两个事件句的关键词词典，计算每两个事件句之间的关联强度，包括：对每两个事件句的关键词词典进行遍历，计算出每两个事件句所对应的多个事件信息对的相似度；将每两个事件句所对应的多个事件信息对的相似度相加，得到每两个事件句之间的关联强度。