(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 202210578761.X (22)申请日 2022.05.26 (71)申请人 腾讯科技 （武汉） 有限公司 地址 430000 湖北省武汉市江夏经济开发 区庙山阳光五路特1号 (72)发明人 毛铁峥　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 张思佳 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06F 40/289(2020.01) G06F 40/216(2020.01)G06N 3/02(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 文本数据处理方法、 装置、 计算机设备和存 储介质 (57)摘要 本申请涉及一种文本数据处理方法、 装置、 计算机设备、 计算机可读存储介质和计算机程序 产品。 所述方法包括： 从包括至少两个文本数据 的目标文本数据对中， 提取目标文本数据对的文 本特征； 对文本特征进行特征分类， 分别得到表 征数据间语义关系的纯净特征和表征数据间模 糊关系的公共特征； 重组纯净特征与公共特征， 获得目标文本数据对的重组特征； 基于重组特 征， 对目标文本数据对中的至少两个文本数据进 行相关性计算， 确定至少两个文本数据的相关 性。 采用本申请实施例方法， 能够提高文本数据 的处理效率。 权利要求书2页 说明书18页 附图9页 CN 115129869 A 2022.09.30 CN 115129869 A 1.一种文本数据处 理方法， 其特 征在于， 所述方法包括： 从包括至少两个文本数据的目标文本数据对中， 提取所述目标文本数据对的文本特 征； 对所述文本特征进行特征分类， 分别得到表征数据间语义关系的纯净特征和表征数据 间模糊关系的公共特 征； 重组所述纯 净特征与所述公共特 征， 获得所述目标文本数据对的重组特 征； 基于所述重组特征， 对所述目标文本数据对中的至少两个文本数据进行相关性计算， 确定所述至少两个文本数据的相关性。 2.根据权利要求1所述的方法， 其特征在于， 所述从包括至少两个文本数据的目标文本 数据对中， 提取 所述目标文本数据对的文本特 征， 包括： 从包括至少两个文本数据的目标文本数据对中， 提取出语义角色对齐的第一文本特 征、 以及嵌入有目标语义角色的第二文本特 征； 所述对所述文本特征进行特征分类， 分别得到表征数据间语义关系的纯净特征和表征 数据间模糊关系的公共特 征， 包括： 对所述第二文本特征进行梯度反转处理， 得到表征所述至少两个文本数据间模糊关系 的公共特 征； 根据所述公共特征， 对所述第一文本特征进行特征映射处理， 得到表征所述至少两个 文本数据间语义关系的纯 净特征。 3.根据权利要求2所述的方法， 其特征在于， 所述对所述第 二文本特征进行梯度反转处 理， 得到表征 所述至少两个文本数据间模糊关系的公共特 征， 包括： 在所述第二文本特征的前向传播过程中进行特征恒等变换， 并在 反向传播过程中进行 梯度方向取反， 得到所述第二文本特 征的梯度反转结果； 将所述第二文本特 征的梯度反转结果， 确定为所述目标文本数据对的公共特 征。 4.根据权利要求2所述的方法， 其特征在于， 所述根据所述公共特征， 对所述第一文本 特征进行特征映射处 理， 得到表征 所述至少两个文本数据间语义关系的纯 净特征， 包括： 将所述第一文本特征映射至所述公共特征的目标特征方向上， 获得所述第 一文本特征 所对应的映射特 征； 对所述第一文本特征与所述第 一文本特征所对应的映射特征进行特征差值计算， 得到 所述目标文本数据对的纯 净特征。 5.根据权利要求2或4所述的方法， 其特征在于， 提取出语义角色对齐的第 一文本特征， 包括： 对所述目标文本数据对进行分词处 理， 得到所述目标文本数据对的各分词； 向量化处理各所述分词， 分别获得 所述目标文本数据对的各分词特 征； 将各所述分词特征进行合并， 并对齐各所述分词所对应的语义角色， 获得所述目标文 本数据对的第一文本特 征。 6.根据权利要求2或3所述的方法， 其特征在于， 提取出嵌入有目标语义角色的第二文 本特征， 包括： 对所述目标文本数据对进行分词处 理， 得到所述目标文本数据对的各分词； 基于各所述分词对应的语义角色， 确定目标语义角色所对应的目标分词；权　利　要　求　书 1/2 页 2 CN 115129869 A 2向量化处理各所述分词， 分别获得 所述目标文本数据对的各分词特 征； 将各所述分词特征进行合并， 并嵌入所述目标分词所对应的目标分词特征， 获得所述 目标文本数据对的第二文本特 征。 7.根据权利要求1所述的方法， 其特征在于， 所述重组所述纯净特征与所述公共特征， 获得所述目标文本数据对的重组特 征， 包括： 基于所述纯净特征与所述公共特征， 通过自注意力模型， 确定所述纯净特征的纯净特 征权重、 以及所述公共特 征的公共特 征权重； 根据所述纯净特征和所述纯净特征权重、 以及所述公共特征与所述公共特征权重， 对 所述纯净特征与所述公共特 征进行加权求和， 获得 所述目标文本数据对的重组特 征。 8.根据权利要求1或7所述的方法， 其特征在于， 所述基于所述重组特征， 对所述目标文 本数据对中的至少 两个文本数据进行相关性计算， 确定所述至少 两个文本数据的相关性， 包括： 基于所述重组特征， 计算所述重组特征所对应的所述目标文本数据对中的至少两个文 本数据的相关性 概率参数； 根据所述目标文本数据对中的至少两个文本数据的相关性概率参数， 确定所述至少两 个文本数据的相关性。 9.一种文本数据处 理装置， 其特 征在于， 所述装置包括： 特征获取模块， 用于从包括至少两个文本数据的目标文本数据对中， 提取所述目标文 本数据对的文本特 征； 特征分类模块， 用于对所述文本特征进行特征分类， 分别得到表征数据间语义关系的 纯净特征和表征 数据间模糊关系的公共特 征； 特征重组模块， 用于重组所述纯净特征与所述公共特征， 获得所述目标文本数据对的 重组特征； 结果确定模块， 用于基于所述重组特征， 对所述目标文本数据对中的至少两个文本数 据进行相关性计算， 确定所述至少两个文本数据的相关性。 10.一种计算机设备， 包括存储器和 处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。 12.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至8中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115129869 A 3