(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210531617.0 (22)申请日 2022.05.13 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 白皓宇　吴家林　王华伟　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 鄢功军 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/284(2020.01) G06F 40/216(2020.01) (54)发明名称 文本处理方法、 装置、 电子设备和存 储介质 (57)摘要 本公开提供了一种文本处理方法， 涉及人工 智能技术领域， 尤其涉及自然语言处理技术领 域。 具体实现方案为： 对待处理文本进行划分， 得 到文本集， 其中， 文本集包括至少一个子文本； 确 定与目标文本相关的至少一个预设概率值， 其 中， 目标文本是与子文本匹配的文本， 预设概率 值用于表征目标文本与其它文本进行组合的概 率； 根据至少一个预设概率值， 确定概率值， 其 中， 概率值用于表征目标文本为子文本的语义复 原文本的概率； 以及根据概率值， 确定待处理文 本的语义复原文本。 本公开还提供了一种文本处 理装置、 电子设备和存 储介质。 权利要求书2页 说明书10页 附图4页 CN 114781399 A 2022.07.22 CN 114781399 A 1.一种文本处 理方法， 包括： 对待处理文本进行划分， 得到文本集， 其中， 所述文本集包括至少一个子文本； 确定与目标文本相关的至少一个预设概率值， 其中， 所述目标文本是与所述子文本匹 配的文本， 所述预设概 率值用于表征 所述目标文本与其它文本进行组合的概 率； 根据所述至少一个预设概率值， 确定概率值， 其中， 所述概率值用于表征所述目标文本 为所述子文本的语义复原文本的概 率； 以及 根据所述 概率值， 确定所述待处 理文本的语义复原文本 。 2.根据权利要求1所述的方法， 其中， 所述确定与目标文本相关的至少一个预设概率值 包括： 将所述至少一个子文本与多个预设文本进行匹配， 得到至少一个复原文本集， 其中， 所 述复原文本集包括与所述子文本匹配的至少一个预设文本； 将所述至少一个复原文本集之间的预设文本进行组合， 得到多个文本组合， 其中， 所述 文本组合与一个预设概 率值对应； 将所述复原文本集中的预设文本确定为所述目标文本； 以及 根据所述多个文本组合， 确定与所述目标文本相关的至少一个预设概 率值。 3.根据权利要求2所述的方法， 其中， 所述多个预设文本来自于预设语料库， 所述根据所述至少一个预设概 率值， 确定概 率值包括： 根据所述至少一个预设概 率值， 确定第一子概 率值； 根据所述目标文本在所述预设语料库中的词频， 确定第二子概 率值； 以及 根据所述第一子概 率值和所述第二子概 率值， 确定所述 概率值。 4.根据权利要求2所述的方法， 其中， 所述根据所述至少一个预设概率值， 确定概率值 包括： 根据所述至少一个预设概 率值， 确定第一子概 率值； 根据所述目标文本的词性， 确定第三子概 率值； 以及 根据所述第一子概 率值和所述第三子概 率值， 确定所述 概率值。 5.根据权利要求1所述的方法， 其中， 所述对待处 理文本进行划分， 得到文本集包括： 根据所述待处理文本的语序信息， 对所述待处理文本进行至少一次划分， 得到所述至 少一个文本集。 6.根据权利要求1所述的方法， 其中， 所述目标文本为多个， 所述根据所述 概率值， 确定所述待处 理文本的语义复原文本包括： 根据多个概 率值， 从所述多个目标文本中确定所述子文本的语义复原文本； 以及 根据所述子文本的语义复原文本， 确定所述待处 理文本的语义复原文本 。 7.一种文本处 理装置， 包括： 划分模块， 用于对待处理文本进行划分， 得到文本集， 其中， 所述文本集包括至少一个 子文本； 第一确定模块， 用于确定与目标文本相关的至少一个预设概率值， 其中， 所述目标文本 是与所述子文本匹配的文本， 所述预设概率值用于表征所述目标文本与其它文本进行组合 的概率； 第二确定模块， 用于根据所述至少一个预设概率值， 确定概率值， 其中， 所述概率值用权　利　要　求　书 1/2 页 2 CN 114781399 A 2于表征所述目标文本为所述子文本的语义复原文本的概 率； 以及 第三确定模块， 用于根据所述 概率值， 确定所述待处 理文本的语义复原文本 。 8.根据权利要求7 所述的装置， 其中， 所述第一确定模块包括： 匹配单元， 用于将所述至少一个子文本与多个预设文本进行匹配， 得到至少一个复原 文本集， 其中， 所述复原文本集包括与所述子文本匹配的至少一个预设文本； 组合单元， 用于将所述至少一个复原文本集之间的预设文本进行组合， 得到多个文本 组合， 其中， 所述文本组合与一个预设概 率值对应； 第一确定单 元， 用于将所述复原文本集中的预设文本确定为所述目标文本； 以及 第二确定单元， 用于根据所述多个文本组合， 确定与所述目标文本相关的至少一个预 设概率值。 9.根据权利要求8所述的装置， 其中， 所述多个预设文本来自于预设语料库， 所述第二确定模块包括： 第三确定单 元， 用于根据所述至少一个预设概 率值， 确定第一子概 率值； 第四确定单元， 用于根据所述目标文本在所述预设语料库中的词频， 确定第二子概率 值； 以及 第五确定单 元， 用于根据所述第一子概 率值和所述第二子概 率值， 确定所述 概率值。 10.根据权利要求8所述的装置， 其中， 所述第二确定模块包括： 第六确定单 元， 用于根据所述至少一个预设概 率值， 确定第一子概 率值； 第七确定单 元， 用于根据所述目标文本的词性， 确定第三子概 率值； 以及 第八确定单 元， 用于根据所述第一子概 率值和所述第三子概 率值， 确定所述 概率值。 11.根据权利要求7 所述的装置， 其中， 所述划分模块包括： 划分单元， 用于根据所述待处理文本的语序信息， 对所述待处理文本进行至少一次划 分， 得到所述至少一个文本集。 12.根据权利要求7 所述的装置， 其中， 所述目标文本为多个， 所述第三确定模块包括： 第九确定单元， 用于根据多个概率值， 从所述多个目标文本中确定所述子文本的语义 复原文本； 以及 第十确定单元， 用于根据所述子文本的语义复原文本， 确定所述待处理文本的语义复 原文本。 13.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1至 6中任一项所述的方法。 14.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1至 6中任一项所述的方法。 15.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根 据权利要求1至 6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114781399 A 3