[发明专利]一种文本数据处理方法、装置、设备以及介质

权利要求书

1.一种文本数据处理方法，其特征在于，包括：

获取待推送信息流的目标文本数据，通过第一网络模型确定所述目标文本数据对应的编码特征向量；所述第一网络模型属于与所述目标文本数据相关联的目标推荐模型；所述目标推荐模型包括不同于所述第一网络模型的第二网络模型和第三网络模型；

获取与所述第二网络模型相关联的规则知识库，基于所述目标文本数据和所述规则知识库中的规则类知识，确定所述目标文本数据对应的规则特征向量；

获取与所述第三网络模型相关联的领域知识库，基于所述目标文本数据和所述领域知识库中的正相关词知识，确定所述目标文本数据对应的相关特征向量；

将所述编码特征向量、所述规则特征向量以及所述相关特征向量进行向量拼接，得到所述目标文本数据的目标拼接向量，将所述目标拼接向量输入至所述目标推荐模型的分类器，由所述分类器输出所述目标文本数据所属的目标分类标签；所述目标分类标签用于对所述待推送信息流进行信息处理。

2.根据权利要求1所述的方法，其特征在于，所述获取待推送信息流的目标文本数据，通过第一网络模型确定所述目标文本数据对应的编码特征向量，包括：

基于从内容数据库中获取到的多媒体数据，生成用于下发给用户的待推送信息流，从所述待推送信息流中获取目标多媒体数据对应的目标文本数据；所述目标多媒体数据属于所述获取到的多媒体数据；

对所述目标文本数据进行分词处理，得到所述目标文本数据的文本分词，将所述文本分词进行分词转换，得到所述文本分词对应的分词向量；

在所述目标文本数据中确定所述文本分词的文本位置，对所述文本位置进行位置编码，得到所述文本位置对应的位置向量；

确定所述文本分词对应的分割向量，将所述分词向量、所述位置向量和所述分割向量进行特征融合，得到所述文本分词的待编码文本向量；

将所述待编码文本向量输入至目标推荐模型中的第一网络模型，由所述第一网络模型对所述待编码文本向量进行编码处理，得到所述文本分词对应的编码文本向量，基于所述文本分词对应的编码文本向量，确定所述目标文本数据对应的编码特征向量。

3.根据权利要求2所述的方法，其特征在于，所述第一网络模型包括目标编码单元；所述目标编码单元包括多头注意力层、第一标准化层、前馈网络层和第二标准化层；

所述将所述待编码文本向量输入至目标推荐模型中的第一网络模型，由所述第一网络模型对所述待编码文本向量进行编码处理，得到所述文本分词对应的编码文本向量，基于所述文本分词对应的编码文本向量，确定所述目标文本数据对应的编码特征向量，包括：

在所述目标推荐模型的第一网络模型中，将所述待编码文本向量输入至所述多头注意力层，由所述多头注意力层对所述待编码文本向量进行特征提取，得到与所述待编码文本向量相关联的第一隐藏向量；

将所述待编码文本向量和所述第一隐藏向量输入至所述第一标准化层，由所述第一标准化层对所述待编码文本向量和所述第一隐藏向量进行残差处理，得到第一残差向量，将所述第一残差向量进行标准化处理，得到所述待编码文本向量对应的第一标准化向量；

将所述第一标准化向量输入至所述前馈网络层，由所述前馈网络层对所述第一标准化向量进行特征提取，得到所述第一标准化向量对应的第二隐藏向量；

将所述第一标准化向量和所述第二隐藏向量输入至所述第二标准化层，由所述第二标准化层对所述第一标准化向量和所述第二隐藏向量进行残差处理，得到第二残差向量，将所述第二残差向量进行标准化处理，得到所述待编码文本向量对应的第二标准化向量，基于所述第二标准化向量得到所述文本分词对应的编码文本向量，基于所述文本分词对应的编码文本向量，确定所述目标文本数据对应的编码特征向量。