文本类型识别方法及装置
基本信息
| 申请号 | CN202110967393.3 | 申请日 | - |
| 公开（公告）号 | CN113673243B | 公开（公告）日 | 2022-04-22 |
| 申请公布号 | CN113673243B | 申请公布日 | 2022-04-22 |
| 分类号 | G06F40/289（2020.01）I;G06F16/28（2019.01）I;G06F40/216（2020.01）I;G06F40/30（2020.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 杨一帆;刘悦华 | 申请（专利权）人 | 上海浦东华宇信息技术有限公司 |
| 代理机构 | 北京中索知识产权代理有限公司 | 代理人 | 胡大成 |
| 地址 | 201203上海市浦东新区中国（上海）自由贸易试验区祖冲之路899号2幢4层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供一种文本类型识别方法及装置，用于解决现有技术中文本类型识别准确度低的技术问题。其中，一种文本类型识别方案，包括：获取语料数据；去除所述语料数据中的无效信息，生成预处理语料数据；对所述预处理语料数据的文本内容进行分词，生成由若干分词单元组成的若干句子集合；计算若干句子集合中各句子与模板句的语义相似度，选取语义相似度超过第一判断阈值的句子，记为关键句；识别关键句中的关键词组，确定文本类型。本发明通过识别语料数据中的关键句、关键词，确定文本类型。并且通过去除语料数据中的无效信息，避免了无效信息被误判为关键信息，从而提高了文本类型识别的准确度。 |
