CN113468891B 文本处理方法以及装置 （蚂蚁胜信(上海)信息技术有限公司）

司本说明书实施例提供文本处理方法以及装2接收待处理文本，将所述待处理文本输入实体识别模型，获得带有将所述带有实体识别标签的候选文本输入实体判别模型，获得所基于所述候选实体与所述备选文本构建关系知识图，基于所述关系接收待处理样本文本，基于所述待处理样本文本随机确定对比样理样本文本以及所述对比样本文本确定为训练样本3.根据权利要求1所述的文本处理方法，所述将所述带有实体识别标签的候选文本输基于带有实体识别标签的候选文本输入实体判别模型确定初计算所述初始实体拼音与所述备选实体拼音的相似性4.根据权利要求1-3任意一项所述的文本处理方法，所述基于所述候选实体确定备选获取所述候选文本的初始实体，并确定所述初始实体与所述候选实体的实体关联关将所述关系图的节点实体嵌入所述待处理文本的5.根据权利要求4所述的文本处理方法，所述基于所述待评分文本确定备选文本，包将所述待评分文本输入语义识别模型进行编码，获得所述待处6.根据权利要求5所述的文本处理方法，所述基于所述关系知识图计算每个关系知识3将所述关系知识图中的所述候选实体与所述备选文本，输入语义识别模型进行编码，基于所述候选实体向量以及所述备选文本向量输入卷积算法模型计算所述候选实体节点向量以及所述备选文本节点向量基于目标实体关系在所述关系知识图中确定目标实体，并对所述目标实体进行拼接，基于所述实体字符串在所述关系知识图中搜索，获得匹配实在确定所述匹配实体文本以及所述比对实体文本相匹配的情接收语音对话信息，将所述语音对话信息通过语音识别模块进行9.根据权利要求8所述的文本处理方法，所述将所述待处理文本输入实体识别模型之将所述待处理文本输入问题识别模型，在确定所述待处理文本中的问10.根据权利要求9所述的文本处理方法，所述基于所述目标实体关系在预设知识库基于所述待处理文本对应的话题类型确定用户待输入框，并将所4所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指理器执行时实现权利要求1-10任意一项所述文本处理方法5[0011]实体判别模块，被配置为将所述带有实体识别标签的候选文本输入实体判别模[0012]实体关系确定模块，被配置为基于所述候选实体与所述备选文本构建关系知识6[0018]本说明书一个实施例通过接收待处理文本，将所述待处理文本输入实体识别模[0020]图1是本说明书一个实施例提供的一种文本处理方法应用于线上理赔系统的记录[0023]图4是本说明书一个实施例提供的一种文本处理方法的实体识别模型的处理过程[0024]图5是本说明书一个实施例提供的一种文本处理方法对待评分文本进行评分示意[0025]图6是本说明书一个实施例提供的一种文本处理方法的待处理文本与实体之间的[0029]在本说明书一个或多个实施例中使用的术语是仅仅出于7[0039]实体链指(EntityLinking)：将NER识别出来的实体和已有知识库中对应的实体音识别模块中会产生大量的噪声，生成文本会有一定的错误，把一些词误识别为读音相近8[0045]本说明书实施例提供的文本处理方法是基于一种具有ASR纠错能力和长文本解析左侧的A部分为视频面访过程中需要完成的理赔表单(包含用户说的一些与保险理赔相关要关键词部分，展示了从当前视频面访会话文本中识别出来的关键词信息(可以半自动回[0049]在上述线上理赔作业系统中记录人员需要填写的表单信息的过程中，为了解决ASR语音转换文本的语音识别错误与长文本依赖的问题，本说明书优化了有噪文本NER模9息提示(随着问题检测模型检测出不同话题下的问题，随之对应话题下表单中提示的关键词信息显示在哪个阶段或者是哪个待输入文本框的候待处理样本文本以及所述对比样本文本确定为训练样噪文本中目标实体的位置，才会使得实体识别模型学习到从有噪文本中抽取实体的方法，与初始实体相似度较高的候选实体，通过确定候选实体便于后续对初始实体构建关系图，[0109]将所述关系图的节点实体嵌入所述待处理文本的初始实体之后，确定待评分文体中所有字符的词向量平均值)，通过计算各个候选实体向量和待纠错实体向量的余弦相系为初始化的实体关联关系，在后续计算关系知识图节点之间的相似度上，会不断地增加于后续确定每个实体节点之间的关联权重，进而确定两个实体节点之间的相似程度，最终确定出目标实体关系。[0124]基于所述候选实体向量以及所述备选文本向量输入卷积筛选出与目标实体关系相匹配的实体文本，进而将匹配的实体文本确定为目标实体文本，便于后续将该目标实体文本作为待处理文本处图的知识，可以得到地理位置信息关系串(中国-A地-**区-A地交通大学第一附属人民医[0137]实体判别模块704，被配置为将所述带有实体识别标签的候选文本输入实体判别[0138]实体关系确定模块706，被配置为基于所述候选实体与所述备选文本构建关系知待处理样本文本以及所述对比样本文本确定为训练样[0154]将所述关系图的节点实体嵌入所述待处理文本的初始实体之后，确定待评分文[0160]基于所述候选实体向量以及所述备选文本向量输入卷积语音识别错误与长文本依赖的问题，将处理后的关键词信息回显到问询笔录的表单浮窗，多个网络860通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网[0178]计算设备800可以是任何类型的静止或移动计算设备，包括移动计算机或移动计[0181]本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指[0183]上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围[0184]所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖