本申請涉及數(shù)據(jù)處理、人工智能領(lǐng)域，具體涉及一種雷達文本處理方法及相關(guān)裝置。

背景技術(shù)：

1、在現(xiàn)代戰(zhàn)爭中，電子對抗起著非常重要的影響作用。隨著時代的不斷進步與發(fā)展，其也逐漸由最初的保障手段，發(fā)展成為了一種非常重要的作戰(zhàn)力量。眾多科研單位和專家將信息化和精細化管理作為研究重點，不斷提出高新的技術(shù)手段輔助工作的開展，使用成系統(tǒng)的大數(shù)據(jù)分析系統(tǒng)來判斷戰(zhàn)場信息已經(jīng)被廣泛應(yīng)用。

2、在對雷達文本進行處理方面，傳統(tǒng)的方法通常為關(guān)鍵詞進行標(biāo)簽匹配的方法來對雷達文本中的詞語進行分類處理，其在分類處理時由于未考慮到詞語之間的相關(guān)性等，導(dǎo)致了在對雷達文本中的詞語進行分類處理時的準確性較低。

技術(shù)實現(xiàn)思路

1、本申請實施例提供一種雷達文本處理方法及相關(guān)裝置，通過采用雷達文本處理模型結(jié)合詞語詞性以及上下文特征進行分類處理，提升對雷達文本中的詞語進行分類處理時的準確性。

2、本申請實施例的第一方面提供了一種雷達文本處理方法，所述方法應(yīng)用于雷達文本處理模型，所述雷達文本處理模型包括文本預(yù)處理模塊、語義特征提取子模型、詞性特征提取子模型、注意力機制模塊和分類模塊，所述方法包括：

3、通過所述文本預(yù)處理模塊對待處理雷達文本進行處理，得到第一詞向量集合；

4、通過語義特征提取子模型對所述第一詞向量集合中的每個詞向量按照待處理雷達文本的詞順序進行上下文語義特征提取，得到第一語義特征集合；

5、通過所述詞性特征提取子模型對所述第一詞向量集合中的每個詞向量進行詞特征提取，得到第一詞性特征集合；

6、通過所述注意力機制模塊將所述第一詞性特征集合與所述第一語義特征集合中對應(yīng)的語義特征進行重要度加權(quán)處理，得到第二詞性特征集合；

7、通過文本預(yù)處理模塊將所述第二詞性特征集合中的第二詞性特征與所述第一詞向量集合按照待處理雷達文本的詞順序進行拼接處理，得到第二詞向量集合；

8、通過語義特征提取子模型對第二詞向量集合進行上下文語義特征提取，得到第二語義特征集合；

9、通過分類模塊對所述第二語義特征集合進行標(biāo)簽分類處理，得到第一詞向量集合中每個第一詞向量對應(yīng)的分類標(biāo)簽。

10、本示例中，通過采用雷達文本處理模型結(jié)合詞語詞性以及上下文特征對待處理雷達文本中的詞語進行分類處理，提升對雷達文本中的詞語進行分類處理時的準確性。

11、本申請實施例的第二方面提供一種雷達文本處理模型，所述雷達文本處理模型包括文本預(yù)處理模塊、語義特征提取子模型、詞性特征提取子模型、注意力機制模塊和分類模塊，其中，

12、所述文本預(yù)處理模塊，用于對待處理雷達文本進行處理，得到第一詞向量集合；

13、語義特征提取子模型，用于對所述第一詞向量集合中的每個詞向量按照待處理雷達文本的詞順序進行上下文語義特征提取，得到第一語義特征集合；

14、所述詞性特征提取子模型，用于對所述第一詞向量集合中的每個詞向量進行詞特征提取，得到第一詞性特征集合；

15、所述注意力機制模塊，用于將所述第一詞性特征集合與所述第一語義特征集合中對應(yīng)的語義特征進行重要度加權(quán)處理，得到第二詞性特征集合；

16、文本預(yù)處理模塊，用于將所述第二詞性特征集合中的第二詞性特征與所述第一詞向量集合按照待處理雷達文本的詞順序進行拼接處理，得到第二詞向量集合；

17、語義特征提取子模型，用于對第二詞向量集合進行上下文語義特征提取，得到第二語義特征集合；

18、分類模塊，用于對所述第二語義特征集合進行標(biāo)簽分類處理，得到第一詞向量集合中每個第一詞向量對應(yīng)的分類標(biāo)簽。

19、本申請實施例的第三方面提供一種終端，包括處理器、輸入設(shè)備、輸出設(shè)備和存儲器，所述處理器、輸入設(shè)備、輸出設(shè)備和存儲器相互連接，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調(diào)用所述程序指令，執(zhí)行如本申請實施例第一方面中的步驟指令。

20、本申請實施例的第四方面提供了一種計算機可讀存儲介質(zhì)，其中，上述計算機可讀存儲介質(zhì)存儲用于電子數(shù)據(jù)交換的計算機程序，其中，上述計算機程序使得計算機執(zhí)行如本申請實施例第一方面中所描述的部分或全部步驟。

21、本申請實施例的第五方面提供了一種計算機程序產(chǎn)品，其中，上述計算機程序產(chǎn)品包括存儲了計算機程序的非瞬時性計算機可讀存儲介質(zhì)，上述計算機程序可操作來使計算機執(zhí)行如本申請實施例第一方面中所描述的部分或全部步驟。該計算機程序產(chǎn)品可以為一個軟件安裝包。

技術(shù)特征：

1.一種雷達文本處理方法，其特征在于，所述方法應(yīng)用于雷達文本處理模型，所述雷達文本處理模型包括文本預(yù)處理模塊、語義特征提取子模型、詞性特征提取子模型、注意力機制模塊和分類模塊，所述方法包括：

2.根據(jù)權(quán)利要求1所述的雷達文本處理方法，其特征在于，所述通過所述注意力機制模塊將所述第一詞性特征集合與所述第一語義特征集合中對應(yīng)的語義特征進行重要度加權(quán)處理，得到第二詞性特征集合，包括：

3.根據(jù)權(quán)利要求2所述的雷達文本處理方法，其特征在于，所述通過所述注意力機制模塊獲取第一詞性特征集合與所述第一語義特征集合中對應(yīng)的語義特征之間的關(guān)系權(quán)重，得到第一權(quán)重矩陣，包括：

4.根據(jù)權(quán)利要求1-3任一項所述的雷達文本處理方法，其特征在于，所述方法還包括：

5.根據(jù)權(quán)利要求4所述的雷達文本處理方法，其特征在于，所述通過分類模塊對所述第二語義特征集合進行標(biāo)簽分類處理，得到第一詞向量集合中每個第一詞向量對應(yīng)的分類標(biāo)簽，包括：

6.一種雷達文本處理模型，所述雷達文本處理模型包括文本預(yù)處理模塊、語義特征提取子模型、詞性特征提取子模型、注意力機制模塊和分類模塊，其中，

7.根據(jù)權(quán)利要求6所述的雷達文本處理模型，其特征在于，所述注意力機制模塊具體用于：

8.根據(jù)權(quán)利要求7所述的雷達文本處理模型，其特征在于，在獲取第一詞性特征集合與所述第一語義特征集合中對應(yīng)的語義特征之間的關(guān)系權(quán)重，得到第一權(quán)重矩陣方面，所述注意力機制模塊具體用于：

9.一種終端，其特征在于，包括處理器、輸入設(shè)備、輸出設(shè)備和存儲器，所述處理器、輸入設(shè)備、輸出設(shè)備和存儲器相互連接，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調(diào)用所述程序指令，執(zhí)行如權(quán)利要求1-5任一項所述的方法。

10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當(dāng)被處理器執(zhí)行時使所述處理器執(zhí)行如權(quán)利要求1-5任一項所述的方法。

技術(shù)總結(jié)
本申請實施例提供一種雷達文本處理方法及相關(guān)裝置，方法包括：對待處理雷達文本進行處理，得到第一詞向量集合；對第一詞向量集合進行上下文語義特征提取，得到第一語義特征集合；對第一詞向量集合進行詞特征提取，得到第一詞性特征集合；將第一詞性特征集合與對應(yīng)的語義特征進行重要度加權(quán)處理，得到第二詞性特征集合；將第二詞性特征集合與第一詞向量集合按照待處理雷達文本的詞順序進行拼接處理，得到第二詞向量集合；對第二詞向量集合進行上下文語義特征提取，得到第二語義特征集合；第二語義特征集合進行標(biāo)簽分類處理，得到第一詞向量集合中每個第一詞向量對應(yīng)的分類標(biāo)簽，提升了對雷達文本中的詞語進行分類處理時的準確性。

技術(shù)研發(fā)人員：伍榮森,徐杰,吳澤磊,謝麟冰,苗珂
受保護的技術(shù)使用者：電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17