[发明专利]一种文本识别方法、相关设备及装置

权利要求书

1.一种文本识别的方法，其特征在于，包括：

获取目标文本序列，其中，所述目标文本序列包括N个文本单元，所述N个文本单元构成M个词语，所述N为大于1的整数，所述M为小于或等于所述N的正整数；

获取所述M个词语中每个词语的属性特征，其中，所述每个词语的属性特征包括所述每个词语的词性，以及所述每个词语在所述目标文本序列中的位置；

根据所述每个词语的属性特征，确定所述目标文本序列的中心词，其中，所述中心词左右两边的词语之间相互不发生关系，且每个语句只有一个核心谓语，以及语句中的每一个词语都有一个与之相关的词语；

根据所述中心词，确定所述M个词语之间的依存关系，其中，所述依存关系表示的是所述M个词语在所述目标文本序列中的搭配关系，所述搭配关系与所述目标文本序列的语义相关联；

根据所述M个词语之间的依存关系，获取所述目标文本序列对应的句法结构向量，其中，所述句法结构向量包括每个文本单元对应的句法嵌入表达；

获取所述目标文本序列对应的文本特征向量；

根据所述句法结构向量以及所述文本特征向量，生成联合特征向量；

对所述联合特征向量进行编码处理，得到编码结果；

若文本识别模型为命名实体识别模型，则根据所述编码结果确定每个文本单元的实体标签，其中，所示实体标签用于表示所述每个文本单元对应的实体类别；

根据所述每个文本单元的实体标签，确定所述目标文本序列的命名实体识别结果。

2.根据权利要求1所述的方法，其特征在于，根据所述M个词语之间的依存关系，获取所述目标文本序列对应的句法结构向量，包括：

获取每个词语中文本单元的位置关系；

基于所述位置关系和所述M个词语之间的依存关系，通过序列标注，获取所述目标文本序列对应的句法结构向量。

3.根据权利要求1所述的方法，其特征在于，所述文本特征向量包括文本单元向量、语句向量和位置向量；

所述根据所述句法结构向量以及所述文本特征向量，生成联合特征向量，包括：

拼接所述文本单元向量、语句向量、位置向量和所述句法结构向量，得到所述联合特征向量。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述获取目标文本序列，包括：

获取待处理文本；

对所述待处理文本进行文本单元的划分处理，得到所述目标文本序列。

5.根据权利要求1至3中任一项所述的方法，其特征在于，将所述联合特征向量输入至文本识别模型，通过所述文本识别模型输出针对于所述目标文本序列的识别结果，包括：

对所述联合特征向量进行编码处理，得到编码结果；

若所述文本识别模型为文本分类模型，则根据所述编码结果确定所述目标文本序列的概率分布结果；

根据所述概率分布结果，确定所述目标文本序列的分类结果。