文本处理方法及计算设备技术

本说明书实施例提供文本处理方法及计算设备，其中所述文本处理方法包括：识别用户在交互界面输入的绩效评分和绩效评分对应的初始绩效文本，基于绩效评分，检测得到初始绩效文本中的待处理内容，从文本知识库中，确定待处理内容对应的参考处理文本，基于参考处理文本，对待处理内容进行对应处理，获得目标绩效文本。基于绩效评分，检测得到初始绩效文本中的待处理内容，提升了检测的准确性，且确定对应的参考处理文本后，基于参考处理文本，对待处理内容直接进行对应处理，获得目标绩效文本，缩短了文本处理链路，提升了文本处理效率。提升了文本处理效率。提升了文本处理效率。

【技术实现步骤摘要】
文本处理方法及计算设备


[0001]本说明书实施例涉及文本处理
，特别涉及一种文本处理方法。

技术介绍

[0002]随着计算机技术的发展，对于员工的绩效评分通过相应的绩效评分软件即可实现，主管或者员工通过在绩效评分软件的交互界面上输入绩效评分和对应的绩效文本，实现对员工的在线绩效评定。由于绩效文本存在严格的规范，员工自我绩效评定或者主管绩效评定后，在整体提交前，对于待处理内容，例如，错别字词、不恰当的专业术语、内容遗漏、内容质量不足等，都需要花费大量的时间进行检查，来保证绩效文本的质量。
[0003]目前，在交互界面上输入全部绩效文本后，通过点选检测控件，检测出绩效文本中的待处理内容，基于文本知识库给出对应的修改意见，并将修改意见显示在交互界面上，用户根据修改意见对绩效文本进行修改，得到目标绩效文本。
[0004]然而，由于这样的文本处理链路过长，文本处理的效率不足，且对于绩效文本的检测未与绩效评分结合，检测准确度不足。亟需一种可以高效且高质量的文本处理方法。

技术实现思路

[0005]有鉴于此，本说明书实施例提供了一种文本处理方法。本说明书一个或者多个实施例同时涉及一种文本知识库的构建方法，一种文本处理装置，一种文本知识库的构建装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
[0006]根据本说明书实施例提供了一种文本处理方法，包括：
[0007]识别用户在交互界面输入的绩效评分和绩效评分对应的初始绩效文本；/>[0008]基于绩效评分，检测得到初始绩效文本中的待处理内容；
[0009]从文本知识库中，确定待处理内容对应的参考处理文本；
[0010]基于参考处理文本，对待处理内容进行对应处理，获得目标绩效文本。
[0011]本说明书一个或多个实施例中，识别用户在交互界面输入的绩效评分和绩效评分对应的初始绩效文本，基于绩效评分，检测得到初始绩效文本中的待处理内容，从文本知识库中，确定待处理内容对应的参考处理文本，基于参考处理文本，对待处理内容进行对应处理，获得目标绩效文本。基于绩效评分，检测得到初始绩效文本中的待处理内容，提升了检测的准确性，且确定对应的参考处理文本后，基于参考处理文本，对待处理内容直接进行对应处理，获得目标绩效文本，缩短了文本处理链路，提升了文本处理效率。
附图说明
[0012]图1是本说明书一个实施例提供的一种文本处理方法的流程图；
[0013]图2是本说明书一个实施例提供的另一种文本处理方法的流程图；
[0014]图3是本说明书一个实施例提供的另一种文本处理方法的流程图；
[0015]图4是本说明书一个实施例提供的一种文本知识库的构建方法的流程图；
[0016]图5是现有技术提供的一种文本处理方法的交互界面示意图；
[0017]图6是现有技术提供的另一种文本处理方法的交互界面示意图；
[0018]图7是本说明书一个实施例提供的一种文本处理方法的交互界面示意图；
[0019]图8是本说明书一个实施例提供的另一种文本处理方法的交互界面示意图；
[0020]图9是本说明书一个实施例提供的另一种文本处理方法的交互界面示意图；
[0021]图10是本说明书一个实施例提供的另一种文本处理方法的交互界面示意图；
[0022]图11是本说明书一个实施例提供的另一种文本处理方法的交互界面示意图；
[0023]图12是本说明书一个实施例提供的另一种文本处理方法的交互界面示意图；
[0024]图13是本说明书一个实施例提供的另一种文本处理方法的交互界面示意图；
[0025]图14是本说明书一个实施例提供的一种应用于企业绩效考核的文本处理方法的处理过程流程图；
[0026]图15是本说明书一个实施例提供的一种文本处理装置的结构示意图；
[0027]图16是本说明书一个实施例提供的另一种文本处理装置的结构示意图；
[0028]图17是本说明书一个实施例提供的另一种文本处理装置的结构示意图；
[0029]图18是本说明书一个实施例提供的一种文本知识库的构建装置的结构示意图；
[0030]图19是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
[0031]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
[0032]在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0033]应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0034]此外，需要说明的是，本说明书一个或多个实施例所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
[0035]首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
[0036]OKR(Objectives and Key Results)：即目标与关键成果法，是一套明确和跟踪目
标及其完成情况的管理工具和方法，是一种进行绩效评分的考核体系。
[0037]KPI：(Key Performance Indicator)：即关键表现指标，是一套通过对组织内部流程的输入端、输出端的关键参数进行设置、取样、计算、分析，衡量流程绩效的目标式量化管理指标，是一种进行绩效评分的考核体系。
[0038]Transformer(翻译)模型：一种基于注意力机制的神经网络模型，通过注意力机制提取、分析数据的特征。
[0039]BERT(Bidirectional Encoder Representation from Transformers，双向编码表征翻译)模型：一种双向注意力编码表征功能的神经网络模型。...

【技术保护点】

【技术特征摘要】
1.一种文本处理方法，包括：识别用户在交互界面输入的绩效评分和所述绩效评分对应的初始绩效文本；基于所述绩效评分，检测得到所述初始绩效文本中的待处理内容；从文本知识库中，确定所述待处理内容对应的参考处理文本；基于所述参考处理文本，对所述待处理内容进行对应处理，获得目标绩效文本。2.根据权利要求1所述的方法，所述基于所述绩效评分，检测得到所述初始绩效文本中的待处理内容，包括：在文本专业性维度下，基于所述绩效评分，检测得到所述初始绩效文本中的待处理内容，其中，所述文本评判维度包括词组专业性维度和语句专业性维度中至少一种。3.根据权利要求2所述的方法，所述初始绩效文本包括至少一个专业词组，所述初始绩效文本包括至少一个绩效语句；所述在文本专业性维度下，基于所述绩效评分，检测得到所述初始绩效文本中的待处理内容，包括：在词组专业性维度下，判断各专业词组是否为所述绩效评分对应的目标专业词组；在任一专业词组为非目标专业词组的情况下，确定所述非目标专业词组为第一待处理内容；在语句专业性维度下，判断各绩效语句是否为所述绩效评分对应的目标绩效语句；在任一绩效语句为非目标绩效语句的情况下，确定所述非目标绩效语句为第二待处理内容；根据所述第一待处理内容和/或所述第二待处理内容，确定所述初始绩效文本中的待处理内容。4.根据权利要求3所述的方法，所述判断各专业词组是否为所述绩效评分对应的目标专业词组，包括：利用词组绩效评分预测算法，预测得到各专业词组对应的第一绩效评分；确定第一绩效评分达到第一绩效评分阈值的专业词组为目标专业词组；确定第一绩效评分未达到所述第一绩效评分阈值的专业词组为非目标专业词组。5.根据权利要求3所述的方法，所述从文本知识库中，确定所述待处理内容对应的参考处理文本，包括：从专业词组知识库中，确定所述绩效评分对应的样本专业词组集合，其中，所述样本专业词组集合包括多个样本专业词组；基于所述第一待处理内容与各样本专业词组之间的语义相似度，确定所述第一待处理内容对应的参考专业词组；相应地，所述基于所述参考处理文本，对所述待处理内容进行对应处理，获得目标绩效文本，包括：基于所述参考专业词组，更新所述第一待处理内容，获得目标绩效文本。6.根据权利要求5所述的方法，所述专业词组知识库的构建，包括：获取多个样本绩效评分和所述多个样本绩效评分对应的样本专业词组；基于所述多个样本绩效评分，构建得到各样本绩效评分对应的样本专业词组集合；根据所述多个样本专业词组集合，构建得到专业词组知识库。
7.根据权利要求3所述的方法，所述判断各绩效语句是否为所述绩效评分对应的目标绩效语句，包括：利用语句绩效评分预测算法，预测得到各绩效语句对应的第二绩效评分；确定第二绩效评分达到第二绩效评分阈值的绩效语句为目标绩效语句；确定第二绩效评分未达到所述第二绩效评分阈值的绩效语句为非目标绩效语句。8.根据权利要求3所述的方法，所述从文本知识库中，确定所述待处理内容对应的参考处理文本，包括：从...

【专利技术属性】
技术研发人员：魏华蕊，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：