一种文本处理方法、装置、设备及介质制造方法及图纸

本公开提供了一种文本处理方法、装置、设备及介质，用以根据目标用户的交友需求为目标用户提供高质量的交友匹配，提升用户的交友体验。由于在本公开实施例中，可以根据目标用户与对话系统对话过程中的各个文本中包含的内容，确定能够表征该目标用户交友意图的文本矩阵，并将根据预先构建的语料库构建的异构图输入到预先训练完成的推荐模型中，获得该推荐模型输出的目标向量，最后根据该目标向量以及该文本矩阵，确定动作向量，并执行动作向量中分量最大值对应的动作，可以有效的根据目标用户的交友需求为目标用户实现高质量的交友匹配，提升了目标用户的交友体验。提升了目标用户的交友体验。提升了目标用户的交友体验。

【技术实现步骤摘要】
一种文本处理方法、装置、设备及介质


[0001]本公开涉及深度学习
，尤其涉及一种文本处理方法、装置、设备及介质。

技术介绍

[0002]在交友匹配的场景中，基于交友应用程序为待交友的目标用户推荐心仪的用户进行聊天，以实现高质量的交友匹配至关重要，其中，高质量的交友匹配既能有效的提高目标用户的活跃度和积极性。
[0003]相关技术中，可以基于各个用户的地理位置和在线状态，将与目标用户距离较近的在线用户推荐给目标用户；还可以根据各个用户的历史访问记录中的结伴需求、用户兴趣、所处地理位置等信息，将各个用户聚类到各个簇中，并根据目标簇内各个用户与该目标用户的综合相似度，将目标簇内的用户推荐给目标用户；还可以将目标用户对应的兴趣相似性、距离和熟识度三个属性进行线性加权，确定该目标用户的交友偏好因子，并根据该交友偏好因子为目标用户进行交友匹配。由此可见，相关技术中的交友匹配方法往往没有考虑到目标用户的交友需求以及匹配倾向，影响交友匹配的质量以及目标用户的交友体验。

技术实现思路

[0004]本公开提供了一种文本处理方法、装置、设备及介质，用以解决现有技术中交友匹配的质量低，影响用户交友体验的问题。
[0005]本公开提供了一种文本处理方法，所述方法包括：
[0006]获得目标用户与对话系统对话过程中交互的各个文本；并根据所述各个文本中包含的内容，确定文本矩阵；
[0007]根据预先构建的语料库，构建异构图；将所述异构图输入到预先训练完成的推荐模型中，获取所述推荐模型输出的目标向量；
[0008]根据所述目标向量以及所述文本矩阵，确定动作向量；并执行所述动作向量中分量最大值的位置对应的动作。
[0009]本公开提供了一种文本处理装置，所述装置包括：
[0010]确定模块，用于获得目标用户与对话系统对话过程中交互的各个文本；并根据所述各个文本中包含的内容，确定文本矩阵；
[0011]处理模块，用于根据预先构建的语料库，构建异构图；将所述异构图输入到预先训练完成的推荐模型中，获取所述推荐模型输出的目标向量；根据所述目标向量以及所述文本矩阵，确定动作向量；并执行所述动作向量中分量最大值的位置对应的动作。
[0012]本公开提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述所述测试方法的步骤，或实现如上述所述测试数据回放方法的步骤，或实现如上述所述文本处理方法的步骤。
[0013]本公开提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述测试方法的步骤，或实现如上述所述测试数据回放方法的
步骤，或实现如上述所述文本处理方法的步骤。
[0014]在本公开实施例中，获得目标用户与对话系统对话过程中交互的各个文本，并根据各个文本中包含的内容，确定文本矩阵，根据预先构建的语料库，构建异构图，将异构图输入到预先训练完成的推荐模型中，获取推荐模型输出的目标向量，根据目标向量以及文本矩阵，确定动作向量，并执行动作向量中分量最大值的位置对应的动作。由于在本公开实施例中，可以根据目标用户与对话系统对话过程中的各个文本中包含的内容，确定能够表征该目标用户交友意图的文本矩阵，并将根据预先构建的语料库构建的异构图输入到预先训练完成的推荐模型中，获得该推荐模型输出的目标向量，最后根据该目标向量以及该文本矩阵，确定动作向量，并执行动作向量中分量最大值对应的动作，可以有效的根据目标用户的交友需求为目标用户实现高质量的交友匹配，提升了目标用户的交友体验。
附图说明
[0015]为了更清楚地说明本公开实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0016]图1为本公开一些实施例提供的一种文本处理过程示意图；
[0017]图2为本公开一些实施例提供的一种基于DQN模型确定待执行动作的过程示意图；
[0018]图3为本公开一些实施例提供的一种各个用户在各个特征下对应的所有可能的特征值的显示示意图；
[0019]图4为本公开一些实施例提供的一种各个特征类的显示示意图；
[0020]图5为本公开一些实施例提供的一种各个特征类包含的各目标特征对应的特征值范围的显示示意图；
[0021]图6为本公开提供的一种对话系统的结构示意图；
[0022]图7为本公开一些实施例提供的一种生成对话系统的过程示意图；
[0023]图8为本公开一些实施例提供的目标用户与对话系统的完整对话的显示示意图；
[0024]图9为本公开一些实施例提供了一种文本处理装置的结构示意图；
[0025]图10为本公开一些实施例提供的一种电子设备结构示意图。
具体实施方式
[0026]为了使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开作进一步地详细描述，显然，所描述的实施例仅仅是本公开的一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0027]需要说明的是，在本文中提及的“多个或者若干个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0028]本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别
类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
[0029]此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本公开所涉及的数据可以为经用户授权或者经过各方充分授权的数据。
[0030]为了根据目标用户的交友需求为目标用户提供高质量的交友匹配，提升用户的交友体验，本公开实施例提供了一种文本处理方法、装置、设备及介质。
[0031]在本公开实施例中，获得目标用户与对话系统对话过程中交互的各个文本，并根据各个文本中包含的内容，确定文本矩阵，根据预先构建的语料库，构建异构图，将异构图输入到预先训练完成的推荐模型中，获取推荐模型输出的目标向量，根据目标向量以及文本矩阵，确定动作向量，并执行动作向量中分量最大值的位置对应的动作。
[0032]图1为本公开一些实施例提供的一种文本处理过程示意图，该过程包括以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本处理方法，其特征在于，所述方法包括：获得目标用户与对话系统对话过程中交互的各个文本；并根据所述各个文本中包含的内容，确定文本矩阵；根据预先构建的语料库，构建异构图；将所述异构图输入到预先训练完成的推荐模型中，获取所述推荐模型输出的目标向量；根据所述目标向量以及所述文本矩阵，确定动作向量；并执行所述动作向量中分量最大值的位置对应的动作。2.根据权利要求1所述的方法，其特征在于，所述根据所述各个文本中包含的内容，确定文本矩阵包括：针对每个文本，识别该文本中包含的第一目标特征值；根据预先保存的空向量中每个位置的分量对应的特征值以及所述第一目标特征值，确定该文本对应的特征向量；根据每个文本对应的特征向量，确定所述文本矩阵。3.根据权利要求2所述的方法，其特征在于，所述根据预先保存的空向量中每个位置的分量对应的特征值以及所述第一目标特征值，确定该文本对应的特征向量包括：将所述空向量中与所述第一目标特征值对应位置的分量设置为预设的第一数值，将所述空向量中其他分量设置为预设的第二数值，得到该文本对应的特征向量。4.根据权利要求1所述的方法，其特征在于，所述根据预先构建的语料库，构建异构图包括：识别所述语料库中的每个文本中包含的所有特征值，在所述异构图中构建所有特征值对应的节点；针对任意两个特征值对应的节点，建立该两个特征值对应的节点之间的连接关系，根据该两个特征值同时出现在所述语料库中的每个文本中的次数、所述语料库中包含的文本的总数以及该两个特征值分别出现在所述语料库中的次数，确定该两个特征值对应的节点之间的连接关系对应的边权并保存。5.根据权利要求4所述的方法，其特征在于，所述异构图中还构建有预先设置的各个特征类对应的节点，建立了特征值对应的节点与特征类对应的节点之间的关系，并保存了特征值对应的节点与特征类对应的节点之间对应的连接关系对应的边权；确定特征值对应的节点与特征类对应的节点之间对应的连接关系对应的边权的过程包括：针对每个特征类以及每个特征值，确定划分到该特...

【专利技术属性】
技术研发人员：钟岩，王炜，徐若易，解忠乾，赵新颜，王芳昕，谈书航，
申请(专利权)人：杭州网易云音乐科技有限公司，
类型：发明
国别省市：