[发明专利]文本短语抽取方法、装置、计算机设备及存储介质

权利要求书

1.一种文本短语抽取方法，其特征在于，包括下述步骤：

获取待处理文本和预设语言模型，输入所述待处理文本至所述预设语言模型中，计算得到长文本特征；

获取预设词法工具，根据所述预设词法工具对所述待处理文本进行名词抽取，得到候选短语，对所述候选短语进行特征编码，得到所述候选短语对应的候选向量；

计算所述候选向量和所述长文本特征的相似度，选取所述相似度最大的候选向量对应的候选短语，作为所述待处理文本的目标抽取文本。

2.根据权利要求1所述的文本短语抽取方法，其特征在于，所述输入所述待处理文本至所述预设语言模型中，计算得到长文本特征的步骤包括：

所述预设语言模型包括编码层和函数处理层，根据所述编码层对所述待处理文本进行特征编码，得到编码向量；

获取所述函数处理层的正态分布函数，根据所述正态分布函数对所述编码向量进行计算，得到所述长文本特征。

3.根据权利要求2所述的文本短语抽取方法，其特征在于，所述根据所述编码层对所述待处理文本进行特征编码，得到编码向量的步骤包括：

根据所述编码层分别对所述待处理文本进行位置编码、嵌入编码和分类编码，得到对应的第一编码特征、第二编码特征和第三编码特征；

将所述第一编码特征、所述第二编码特征和所述第三编码特征相加，得到所述编码向量。

4.根据权利要求2所述的文本短语抽取方法，其特征在于，在所述根据所述编码层对所述待处理文本进行特征编码，得到编码向量的步骤之后，还包括：

获取所述函数处理层的转换函数；

根据所述转换函数将所述编码向量的均值转换为零值，将所述编码向量的协方差矩阵转换为单位阵，得到所述长文本特征。

5.根据权利要求1所述的文本短语抽取方法，其特征在于，所述对所述候选短语进行特征编码，得到所述候选短语对应的候选向量的步骤包括：

计算所述候选短语的词向量和所述候选短语中每个词的词频；

根据所述词向量和所述词频计算得到所述候选短语的句向量矩阵；

对所述句向量矩阵进行投影，得到投影向量，根据所述投影向量和所述句向量矩阵得到所述候选向量。

6.根据权利要求5所述的文本短语抽取方法，其特征在于，所述根据所述词向量和所述词频计算得到所述候选短语的句向量矩阵的步骤包括：

获取所述词频对应的预设权值；

根据所述预设权值和所述词频计算得到权重参数，将所述权重参数乘以所述词向量，得到所述句向量矩阵。

7.根据权利要求1所述的文本短语抽取方法，其特征在于，所述计算所述候选向量和所述长文本特征的相似度的步骤包括：

计算所述候选向量和所述长文本特征的向量夹角，根据所述向量夹角的大小确定所述候选向量和所述长文本特征的相似度。

8.一种文本短语抽取装置，其特征在于，包括：

获取模块，用于获取待处理文本和预设语言模型，输入所述待处理文本至所述预设语言模型中，计算得到长文本特征；

确认模块，用于获取预设词法工具，根据所述预设词法工具对所述待处理文本进行名词抽取，得到候选短语，对所述候选短语进行特征编码，得到所述候选短语对应的候选向量；

计算模块，用于计算所述候选向量和所述长文本特征的相似度，选取所述相似度最大的候选向量对应的候选短语，作为所述待处理文本的目标抽取文本。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的文本短语抽取方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的文本短语抽取方法的步骤。