申请/专利权人:百度在线网络技术(北京)有限公司
申请日:2020-06-29
公开(公告)日:2020-10-16
公开(公告)号:CN111783443A
主分类号:G06F40/284(20200101)
分类号:G06F40/284(20200101);G06K9/62(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.08.15#授权;2020.11.03#实质审查的生效;2020.10.16#公开
摘要:本申请公开了一种文本扰动检测方法、扰动还原方法、扰动处理方法和装置,涉及自然语言处理技术领域。其中,文本扰动检测方法包括:对第一文本进行分词,得到第一词序列;获取所述第一词序列的每个词的上下文向量表示;根据所述上下文向量表示,检测所述第一词序列中的扰动词。本申请根据上下文向量表示检测出文本中的扰动词,以实现文本扰动检测。在检测出扰动词之后,通过对扰动词进行掩码处理,并通过获取掩码标志的预估上下文向量表示来确定扰动词的替换词,以实现文本扰动还原。通过上述文本扰动检测和文本扰动还原过程,能够有效地消除文本扰动,从而能够提高文本审核效果。
主权项:1.一种文本扰动检测方法,其特征在于,所述方法包括:对第一文本进行分词,得到第一词序列;获取所述第一词序列的每个词的上下文向量表示,所述上下文向量表示为融合了当前词的上下文信息的向量表示;根据所述上下文向量表示,检测所述第一词序列中的扰动词。
全文数据:
权利要求:
百度查询: 百度在线网络技术(北京)有限公司 文本扰动检测方法、扰动还原方法、扰动处理方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。