[发明专利]一种文本识别方法、相关设备及装置

说明书

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；