[发明专利]一种文本处理方法、装置、设备及存储介质

说明书

本申请公开了一种文本处理方法、装置、设备及存储介质，方法包括：获取待预测文本的第一语义向量，待预测文本为多媒体数据的标题文本；采用优化后的层次分类模型，基于第一语义向量预测待预测文本的一级类目，得到一个或多个一级预测类目；将第一语义向量与预设词向量集中的每个二级类目的词向量进行匹配处理，以得到一个或多个第一匹配特征；采用优化后的层次分类模型，基于一个或多个第一匹配特征和一个或多个一级预测类目，从一个或多个二级类目中确定待预测文本的目标二级类目；根据预先建立的二级类目和一级类目的对应关系，获取目标二级类目对应的目标一级类目；生成待预测文本的类目信息，可提升预测到的类目信息的准确度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种文本处理方法、装置、设备及存储介质。

背景技术

文本内容的类目信息(如：一级类目信息、二级类目信息等)在信息检索领域有着至关重要的作用。对于需要提供的数据搜索业务的应用程序来说，准确地提取出与搜索文本匹配的类目信息，可以提升该应用程序输出的搜索结果的准确性，进而可以使得该应用程序的搜索效率得到提升。然而，传统的文本处理方法无法准确地确定出文本内容的类目信息，因此，如何准确地提取文本内容的类目信息成了当下的研究热点。

发明内容

本申请实施例提供了一种文本处理方法、装置、设备及存储介质，可以提升预测得到的类目信息的准确率。

一方面，本申请实施例提供了一种文本处理方法，包括：

获取待预测文本的第一语义向量，并采用优化后的层次分类模型，基于所述第一语义向量预测所述待预测文本的一级类目，得到一个或多个一级预测类目；

将所述第一语义向量与预设词向量集中的每个二级类目的词向量进行匹配处理，以得到一个或多个第一匹配特征，所述预设词向量集包括：一个或多个二级类目，以及所述一个或多个二级类目中每个二级类目的词向量；

采用所述优化后的层次分类模型，基于所述一个或多个第一匹配特征和所述一个或多个一级预测类目，从所述一个或多个二级类目中确定所述待预测文本的目标二级类目；

根据预先建立的二级类目和一级类目的对应关系，获取所述目标二级类目对应的目标一级类目；

生成所述待预测文本的类目信息，所述类目信息包含所述目标一级类目和所述目标二级类目。

一方面，本申请实施例提供了一种文本处理装置，包括：

第一预测单元，用于获取待预测文本的第一语义向量，并采用优化后的层次分类模型，基于所述第一语义向量预测所述待预测文本的一级类目，得到一个或多个一级预测类目；

匹配处理单元，用于将所述第一语义向量与预设词向量集中的每个二级类目的词向量进行匹配处理，以得到一个或多个第一匹配特征，所述预设词向量集包括：一个或多个二级类目，以及所述一个或多个二级类目中每个二级类目的词向量；

第二预测单元，用于采用所述优化后的层次分类模型，基于所述一个或多个第一匹配特征和所述一个或多个一级预测类目，从所述一个或多个二级类目中确定所述待预测文本的目标二级类目；

处理单元，用于根据预先建立的二级类目和一级类目的对应关系，获取所述目标二级类目对应的目标一级类目；

生成单元，用于生成所述待预测文本的类目信息，所述类目信息包含所述目标一级类目和所述目标二级类目。

一方面，本申请提供了一种文本处理设备，包括：

处理器，适于实现一条或多条计算机程序；

计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并执行：