[发明专利]一种文本处理方法、装置、电子设备及计算机可读介质

权利要求书

1.一种文本处理方法，其特征在于，包括：

获取待提取关系文本，确定所述待提取关系文本中的目标文本；

从所述待提取关系文本中，确定所述目标文本对应的动作相关词；

调用语义模型，进而基于预设的关系词库，以将所述动作相关词与所述预设的关系词库中的每一个关系词进行匹配；

响应于确定所述动作相关词与所述预设的关系词库中的一个关系词匹配，将所述一个关系词确定为所述目标文本相对于所述待提取关系文本的文本关系，以基于所述文本关系对所述待提取关系文本进行处理。

2.根据权利要求1所述的方法，其特征在于，所述确定述待提取关系文本中的目标文本，包括：

确定所述待提取关系文本中的目标区域，用目标文本替换所述目标区域中的文本。

3.根据权利要求1所述的方法，其特征在于，所述确定所述目标文本对应的动作相关词，包括：

从所述待提取关系文本中，分别确定所述目标文本之前和所述目标文本之后的动词、副词和状词，进而将所述动词、副词和状词确定为所述目标文本对应的动作相关词。

4.根据权利要求1所述的方法，其特征在于，所述将所述动作相关词与所述预设的关系词库中的每一个关系词进行匹配，包括：

将所述动作相关词转换为对应的动作相关词向量；

将所述预设的关系词库中的各预设的关系词转换为对应的预设的关系词向量；

分别计算所述动作相关词向量和各所述预设的关系词向量之间的相似度。

5.根据权利要求4所述的方法，其特征在于，所述响应于确定所述动作相关词与所述预设的关系词库中的一个关系词匹配，将所述一个关系词确定为所述目标文本相对于所述待提取关系文本的文本关系，包括：

将最大相似度对应的预设的关系词向量对应的预设关系词确定为所述目标文本相对于所述待提取关系文本的文本关系。

6.根据权利要求1所述的方法，其特征在于，在所述调用语义模型之前，所述方法还包括：

获取初始神经网络模型；

获取训练样本集，所述训练样本集包括各种文本以及标注的所述各种文本对应的关系词；

将所述各种文本作为所述初始神经网络模型的输入，将标注的所述各种文本对应的关系词作为期望输出，对所述初始神经网络模型进行训练，进而得到中间神经网络模型。

7.根据权利要求6所述的方法，其特征在于，在所述调用语义模型之前，所述方法还包括：

获取测试样本集，所述测试样本集包括文本集合以及基于规则的模型对所述文本集合中的各文本进行分类的分类标注结果集合；

将所述文本集合输入至所述中间神经网络模型，输出对应的分类结果集合；

对于所述分类结果集合中的每一个分类结果，将该分类结果与对应的文本所对应的分类标注结果集合中的分类标注结果进行对比，响应于确定所述分类结果与所述分类标注结果不一致，纠正所述分类结果，进而基于纠正的分类结果更新所述训练样本集，再次对所述中间神经网络模型进行训练；

响应于确定所述分类结果集合中的各分类结果均与对应的文本所对应的分类标注结果集合中的分类标注结果一致，生成所述语义模型。

8.一种文本处理装置，其特征在于，包括：

获取单元，被配置成获取待提取关系文本，确定所述待提取关系文本中的目标文本；

动作相关词确定单元，被配置成从所述待提取关系文本中，确定所述目标文本对应的动作相关词；

匹配单元，被配置成调用语义模型，进而基于预设的关系词库，以将所述动作相关词与所述预设的关系词库中的每一个关系词进行匹配；

文本关系输出单元，被配置成响应于确定所述动作相关词与所述预设的关系词库中的一个关系词匹配，将所述一个关系词确定为所述目标文本相对于所述待提取关系文本的文本关系，以基于所述文本关系对所述待提取关系文本进行处理。