[发明专利]一种文本识别方法、相关设备及装置有效
申请号: | 202110941775.9 | 申请日: | 2021-08-17 |
公开(公告)号: | CN113392190B | 公开(公告)日: | 2022-02-08 |
发明(设计)人: | 铁瑞雪 | 申请(专利权)人: | 财付通支付科技有限公司 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/35;G06F40/211;G06F40/295 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 李杭 |
地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 文本 识别 方法 相关 设备 装置 | ||
本申请实施例公开了一种应用于自然语言处理的文本识别方法、相关装置以及设备,用于提升文本识别的准确度。本申请实施例方法包括:获取目标文本序列,其中,目标文本序列包括N个文本单元,N个文本单元构成M个词语,N为大于1的整数,M为小于或等于N的正整数;获取目标文本序列中M个词语之间的依存关系;根据M个词语之间的依存关系,获取目标文本序列对应的句法结构向量,其中,句法结构向量包括每个文本单元对应的句法嵌入表达;获取目标文本序列对应的文本特征向量;根据句法结构向量以及文本特征向量,生成联合特征向量;将联合特征向量输入至文本识别模型,通过文本识别模型输出针对于目标文本序列的识别结果。
技术领域
本申请涉及人工智能领域,尤其涉及一种文本识别方法、相关设备及装置。
背景技术
预训练模型为人工智能,尤其是自然语言处理技术的快速发展提供了强有力的支持,使得自然语言处理技术进入到了大规模、可复制的阶段。通过预训练模型的方式,能够减少训练代价,达到更好的效果。
一种文本识别的方法,输入到预训练模型的向量包括字向量、句向量和位置向量,也即在嵌入环节中,对待处理文本进行了字嵌入、句嵌入和位置嵌入。然后根据下游任务的需要,对输入向量进行处理,得到文本处理的结果。
在这种文本处理方式中,输入到预训练模型中的向量种类有限,使得处理结果较为片面,降低了文本识别的准确度。
发明内容
有鉴于此,本申请提供一种文本识别方法、相关装置及设备,在预训练模型中增加了句法结构向量,并根据句法结构向量和文本特征向量生成联合特征向量,将联合特征向量输入到文本识别模型中,使得处理结果更加全面,从而提升了文本识别的准确度。
本申请一方面提供了一种文本识别方法,包括:
获取目标文本序列,其中,目标文本序列包括N个文本单元,N个文本单元构成M个词语,N为大于1的整数,M为小于或等于N的正整数;
获取目标文本序列中M个词语之间的依存关系;
根据M个词语之间的依存关系,获取目标文本序列对应的句法结构向量,其中,句法结构向量包括每个文本单元对应的句法嵌入表达;
获取目标文本序列对应的文本特征向量;
根据句法结构向量以及文本特征向量,生成联合特征向量;
将联合特征向量输入至文本识别模型,通过文本识别模型输出针对于待处理文本的识别结果。
本申请另一方面提供了一种文本处理装置,包括:
获取单元,用于:
获取目标文本序列,其中,目标文本序列包括N个文本单元,N个文本单元构成M个词语,N为大于1的整数,M为小于或等于N的正整数;
获取目标文本序列中M个词语之间的依存关系;
根据M个词语之间的依存关系,获取目标文本序列对应的句法结构向量,其中,句法结构向量包括每个文本单元对应的句法嵌入表达;
获取目标文本序列对应的文本特征向量;
处理单元,用于:
根据句法结构向量以及文本特征向量,生成联合特征向量;
将联合特征向量输入至文本识别模型,通过文本识别模型输出针对于目标文本序列的识别结果。
在一种可能的设计中,本申请实施例另一方面的一种实现方式中,获取单元,具体用于:
获取M个词语中每个词语的属性特征,其中,每个词语的属性特征包括每个词语的词性,以及每个词语在目标文本序列中的位置;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于财付通支付科技有限公司,未经财付通支付科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110941775.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种双面PET覆膜板及其制备方法
- 下一篇:一种早拆模板体系及其施工方法