[发明专利]一种文本检测方法、装置、电子设备及存储介质

权利要求书

1.一种文本检测方法，其特征在于，包括：

确定待检测文本的第一属性特征以及与所述待检测文本具有关联关系的元素的第二属性特征；

将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型，获得针对所述待检测文本的检测结果；

所述将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型之前，还包括：

将所述待检测文本以及所述元素分别确定为节点；

根据所述待检测文本与所述元素之间关联关系的类型，在所述待检测文本对应的节点与所述元素对应的节点之间生成连接边；

根据所述元素之间关联关系的类型在所述元素对应的节点之间生成连接边；

根据所述节点以及所述连接边组成的结构图确定所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系；

所述确定待检测文本的第一属性特征，包括：

针对所述待检测文本不同类别的属性信息采用不同的转换算法，获得不同类别属性信息的表达向量；

针对不同类别属性信息的表达向量通过池化层操作，获得所述待检测文本所对应节点的0阶特征向量；

将所述0阶特征向量确定为所述第一属性特征。

2.根据权利要求1所述的方法，其特征在于，所述根据所述节点以及所述连接边组成的结构图确定所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系，包括：

对所述待检测文本所对应节点的邻居节点进行采样操作，其中，与所述待检测文本所对应节点有连接边的节点为所述邻居节点；

将所述待检测文本所对应的节点、采样获得的邻居节点以及与采样获得的邻居节点有关联的节点组成的结构图确定为所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系。

3.根据权利要求1所述的方法，其特征在于，所述元素包括下述至少一种作者、读者以及评论信息；

所述关联关系的类型包括下述至少一类：阅读关系、发布关系、点赞关系、评论关系、以及转发关系。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一属性特征、所述第二属性特征、所述待检测文本与所述元素之间的关联关系以及所述元素之间的关联关系输入至训练好的网络模型，获得针对所述待检测文本的检测结果，包括：

对所述待检测文本所对应节点的K-1阶特征向量，以及所述待检测文本所对应节点邻居节点的K-1阶特征向量结合注意力机制进行聚合，得到所述待检测文本所对应节点的K阶特征向量；

基于所述K阶特征向量对所述待检测文本的检测结果进行预测；

其中，K为所述网络模型的超参数，通过对所述网络模型进行预先训练确定。

5.根据权利要求1所述的方法，其特征在于，所述待检测文本不同类别的属性信息包括下述至少一种：数值型属性信息、文本型属性信息、图像类属性信息以及音频类属性信息。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述第一属性特征包括下述至少一种：文本特征、配图特征、配乐特征、点赞次数特征、转发次数特征、评论次数特征、评论信息特征、阅读次数特征以及上线时间特征；

所述第二属性特征包括下述至少一种：读者画像、作者画像以及发布时间特征。