一种基于关键词的文本标记方法、系统和存储介质与流程

技术特征：
1.一种基于关键词的文本标记方法，其特征在于，所述方法包括：获取训练数据，所述训练数据包括：文本、标签和与所述标签相关的关键词；将所述文本和所述关键词分别进行词语列表表示，得到所述文本词语列表和关键词词语列表，将所述关键词词语列表连接至标签得到第一句子；以所述文本词语列表为第二句子，基于所述第一句子和所述第二句子进行bert模型的微调训练，得到训练好的文本标记模型；接收待标记文本，通过所述文本标记模型输出所述待标记文本的预测标记信息，根据所述预测标记信息标记所述待标记文本。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一句子和第二句子进行所述bert模型的微调训练包括：分别获取所述第一句子和所述第二句子的输入id词语列表、分段标识词语列表和输入掩码，并分别对所述输入id词语列表和所述分段标识词语列表配置不同的标识信息；以所述输入id词语列表、所述分段标识词语列表和所述输入掩码作为模型输入，以所述待标记文本是否会被所述标签标记作为模型输出，对所述bert模型进行二分类任务训练。3.根据权利要求2所述的方法，其特征在于，所述根据所述预测标记信息标记所述待标记文本包括：在所述预测标记信息指示所述待标记文本与一个或者多个所述标签相关的情况下，对所述待标记文本配置对应的标签作为标记；在所述预测标记信息指示所述待标记文本与所述标签无关的情况下，所述文本标记模型不对所述待标记文本配置标签。4.根据权利要求1所述的方法，其特征在于，所述将所述文本进行词语列表表示，得到所述文本词语列表包括：对所述文本进行分词，得到分词结果；将所述分词结果进行词语列表表示，得到所述文本的文本词语列表。5.根据权利要求1所述的方法，其特征在于，所述通过所述文本标记模型输出所述待标记文本的预测标记信息之后，所述方法还包括：在所述文本标记模型输出的所述预测标记信息出现错误的情况下，通过分析所述预测标记信息，更新所述关键词；将所述更新之后的关键词对应的词语列表连接至标签得到第一句子并用于模型训练。6.根据权利要求1所述的方法，其特征在于，所述将所述关键词词语列表连接至标签的过程中：通过如下公式实现将所述关键词词语列表连接至所述标签得到第一句子：其中，是所述第一句子，是所述标签，是所述关键词词语列表。7.一种基于关键词的文本标记系统，其特征在于，所述系统包括：数据采集模块、预处理模块和训练模块，其中，所述数据采集模块用于获取训练数据，所述训练数据包括：文本、标签和与所述标签相
关的关键词；所述预处理模块用于将所述文本和所述关键词分别进行词语列表表示，得到文本词语列表和关键词词语列表，以及将所述关键词词语列表连接至标签得到第一句子；所述训练模块用于以所述文本词语列表为第二句子，基于所述第一句子和所述第二句子进行bert模型的微调训练，得到训练好的文本标记模型，以及接收待标记文本，通过所述文本标记模型输出所述待标记文本的预测标记信息，根据所述预测标记信息标记所述待标记文本。8.根据权利要求7所述的系统，其特征在于，所述训练模块用于：分别获取所述第一句子和所述第二句子的输入id词语列表、分段标识词语列表和输入掩码，并分别对所述输入id词语列表和所述分段标识词语列表配置不同的标识信息；以所述输入id词语列表、所述分段标识词语列表和所述输入掩码作为模型输入，以所述待标记文本是否会被所述标签标记作为模型输出，对所述bert模型进行二分类任务训练。9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的一种基于关键词的文本标记方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6中任一项所述的一种基于关键词的文本标记方法。

技术总结
本申请涉及一种基于关键词的文本标记方法，其中，该方法包括：获取训练数据，训练数据包括：文本、标签和与标签相关的关键词；将文本和关键词分别进行词语列表表示，得到文本词语列表和关键词词语列表，将关键词词语列表连接至标签得到第一句子；以文本词语列表为第二句子，基于第一句子和第二句子进行BERT模型的微调训练，得到训练好的文本标记模型；接收待标记文本，通过文本标记模型输出待标记文本的预测标记信息，根据预测标记信息标记待标记文本。通过本申请，解决了相关文本标记方法中步骤复杂且缺乏可解释性的问题，提升了标记效率和标记效果。和标记效果。和标记效果。


技术研发人员：赵鹏阳 杨红飞
受保护的技术使用者：杭州费尔斯通科技有限公司
技术研发日：2021.09.17
技术公布日：2021/10/23