(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 20221084076 3.1 (22)申请日 2022.07.18 (71)申请人 北京达佳互联信息技 术有限公司 地址 100085 北京市海淀区上地西路6号1 幢1层101D1-7 (72)发明人 涂畅　 (74)专利代理 机构 北京中博世 达专利商标代理 有限公司 1 1274 专利代理师 申健 (51)Int.Cl. G06F 40/106(2020.01) G06F 40/126(2020.01) G06F 9/451(2018.01) G06N 3/04(2006.01) (54)发明名称 一种文本处 理方法、 装置、 设备及存 储介质 (57)摘要 本公开关于一种文本处理方法、 装置、 设备 及存储介质， 涉及计算机技术领域， 可 以提高文 本处理的精准度。 该文本处理方法包括： 获取待 修改文本； 根据待修改文本、 预设字数和预先训 练好的文本修改模型， 确定目标文本； 目标文本 的字数为预设字数； 文本修改模 型为根据样本文 本对和样本数字训练得到的； 样本文本对包括： 待修改的样 本文本和已修改 的样本文本； 样本数 字用于表 示已修改的样本文本中， 与样本数字对 应的字节后的剩余字数。 权利要求书2页 说明书16页 附图6页 CN 115238643 A 2022.10.25 CN 115238643 A 1.一种文本处 理方法， 其特 征在于， 包括： 获取待修改文本； 根据所述待修改文本、 预设字数和预先训练好的文本修改模型， 确定目标文本； 所述目 标文本的字数为所述预设字数； 所述文本修改模型为根据样本文本对和样本数字训练得到 的； 所述样本文本对包括： 待修改的样本文本和已修改的样本文本； 所述样 本数字用于表 示 所述已修改的样本文本中， 与所述样本数字对应的字节后的剩余字数。 2.根据权利要求1所述的文本处 理方法， 其特 征在于， 还 包括： 获取所述样本文本对和所述样本数字； 基于预设模型对所述样本文本对和所述样本数字进行训练， 以得到所述文本修改模 型； 所述预设模型包括： 长短期记 忆网络LSTM模型。 3.根据权利要求1所述的文本处理方法， 其特征在于， 所述根据所述待修改文本、 预设 字数和预 先训练好的文本修改模型， 确定目标文本， 包括： 将所述待修改文本和所述预设字数输入到所述文本修改模型的编码器中， 以得到所述 待修改文本的文本向量集合和所述预设字数的数字编 码集合； 所述文本向量集合包括所述 待修改文本中每个字节的字节向量； 所述数字编码集合包括所述预设字数中每个数字的数 字编码； 将所述文本向量集合和所述数字编码集合输入到所述文本修改模型的解码器中， 以得 到所述目标文本 。 4.根据权利要求3所述的文本处理方法， 其特征在于， 所述将所述待修改文本和所述预 设字数输入到所述文本修改模型的编 码器中， 以得到所述待修改文本的文本向量集合和所 述预设字数的数字编码集 合， 包括： 将所述待修改文本的首个字节输入到所述文本修改模型的第 一编码器中， 以得到所述 首个字节的字节向量； 针对于所述待修改文本中， 除所述首个字节以外的其他字节均执行第一操作， 以得到 所述其他字节的字节向量； 所述第一操作包括： 将所述待修改文本的目标字节和第一字节 向量输入到所述文本修改模型 的目标编码器中， 以得到所述 目标字节的字节向量； 所述第 一字节向量为与所述目标字节相 邻的前一个字节的字节向量； 所述目标编 码器为与所述目 标字节对应的编码器； 所述目标字节为所述 其他字节中的任意 一个字节； 确定所述待修改文本的文本向量集合包括所述首个字节的字节向量和所述其他字节 的字节向量； 将所述预设字数输入到所述文本修改模型的第二编码器中， 以得到所述数字编码集 合。 5.根据权利要求4所述的文本处理方法， 其特征在于， 所述将所述文本向量集合和所述 数字编码集 合输入到所述文本修改模型的解码器中， 以得到所述目标文本， 包括： 将所述待修改文本的结束标识字节、 所述数字编码集合中最大数字的数字编码、 所述 文本向量集合中的首个字节的字节向量输入到所述文本修改模型的第一解码 器中， 以得到 所述目标文本的首个字节； 针对所述文本向量集合中， 除所述首个字节的字节向量以外的其他字节向量， 以及所 述数字编码集合中， 除所述最大数字的数字编码以外的其他数字编码均执行第二操作， 以权　利　要　求　书 1/2 页 2 CN 115238643 A 2得到所述 目标文本的其他字节； 所述第二操作包括： 将所述预设字数中目标数字的数字编 码、 所述文本向量集合中的所述目标字节的字节向量、 与所述目标字节相 邻的前一个字节， 输入到所述文本修改模型 的目标解码器中， 以得到所述 目标字节； 所述 目标数字用于表示 所述目标文本中， 所述 目标字节后的剩余字数； 所述 目标解码器为与所述 目标字节对应的 解码器； 确定所述目标文本包括所述首个字节和所述 其他字节。 6.根据权利要求5所述的文本处理方法， 其特征在于， 当所述目标数字为所述预设字数 的末尾数字时， 所述目标字节为所述目标文本的结束标识字节。 7.一种文本处 理装置， 其特 征在于， 包括： 获取 单元和处理单元； 所述获取 单元， 用于获取待修改文本； 所述处理单元， 用于根据 所述待修改文本、 预设字数和预先训练好的文本修改模型， 确 定目标文本； 所述 目标文本的字数为所述预设字数； 所述文本修改模型为根据样本文本对 和样本数字训练得到的； 所述样本文本对包括： 待修改的样本文本和已修改的样本文本； 所 述样本数字用于表示所述已修改的样本文本中， 与所述样本数字对应的字节后的剩余字 数。 8.一种电子设备， 其特 征在于， 所述电子设备包括： 处理器； 用于存储所述处 理器可执行指令的存 储器； 其中， 所述处理器被配置为执行所述指令， 以实现如权利要求1 ‑6中任一项所述的文本 处理方法。 9.一种计算机可读存储介质， 所述计算机可读存储介质上存储有指令， 其特征在于， 当 所述计算机可读存储介质中的指令由电子 设备的处理器执行时， 使得所述电子 设备能够执 行如权利要求1 ‑6中任一项所述的文本处 理方法。 10.一种计算机程序产品， 包括指令， 其特征在于， 当所述指令在电子设备的处理器上 运行时， 使得 所述电子设备的处 理器执行如权利要求1 ‑6中任一项所述的文本处 理方法。权　利　要　求　书 2/2 页 3 CN 115238643 A 3