[发明专利]文本短语抽取方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能领域，涉及一种文本短语抽取方法，包括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。本申请还提供一种文本短语抽取装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，目标抽取文本可存储于区块链中。本申请实现了对文本短语的高效抽取。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种文本短语抽取方法、装置、计算机设备及存储介质。

背景技术

目前，随着科学技术的高速发展，人工智能也逐渐走入人们的生活，自然语言处理是实现人工智能的一个重要组成部分。在自然语言处理中，对于语言文本的学习和挖掘通常采用各类深度学习模型。通过深度学习模型对文本进行语料挖掘，而后根据抽取得到语料在各类人工智能的系统中进行语义匹配，从而可以进一步实现人工智能的高精度问答匹配或语义检索匹配。

然而，随着信息时代的高速发展，模型需要处理的语料数据也越来越庞大，需求的精度也越来越高，覆盖面也越来越广。在通过各类语言模型对文本进行短语抽取时，往往存在学习能力低下，短语提取效率低下的技术问题。

发明内容

本申请实施例的目的在于提出一种文本短语抽取方法、装置、计算机设备及存储介质，以解决文本短语抽取效率低下的技术问题。

为了解决上述技术问题，本申请实施例提供一种文本短语抽取方法，采用了如下所述的技术方案：

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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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；