基于神经网络对文本编码的方法、装置、设备及存储介质与流程

本发明属于神经网络，具体涉及基于神经网络对文本编码的方法、装置、设备及存储介质。

背景技术：

1、近年来，深度神经网络在诸如图像分类上取得了突出的效果，表现出了优异的表示学习能力。文本表示一直是自然语言处理领域的核心问题，传统的文本表示的维数灾难、数据稀疏等问题，已经成为大量自然语言处理任务性能提高的瓶颈。近年来，通过深度神经网络对文本学习表示逐渐成为一个新的研究热点。

2、但是由于人类语言的灵活多变以及语义信息的复杂抽象，深度神经网络模型在文本表示学习上的应用更为困难，现有技术中，现有的神经网络对文本编码，需要经过深度的学习，才能够准确的表达人类复杂的语言，由于深度学习的难度较高，学习时间长，无法将全部的语言文本进行准确翻译，导致语言翻译出现误差，因此亟需设计一种基于神经网络对文本编码的方法、装置、设备及存储介质来解决上述问题。

技术实现思路

1、本发明的目的在于提供基于神经网络对文本编码的方法、装置、设备及存储介质，以解决上述背景技术中提出现有的神经网络对文本编码，需要经过深度的学习，才能够准确的表达人类复杂的语言，由于深度学习的难度较高，学习时间长，无法将全部的语言文本进行准确翻译，导致语言翻译出现误差的问题。

2、为实现上述目的，本发明提供如下技术方案：基于神经网络对文本编码的方法，其特征在于，所述基于神经网络对文本编码的方法应用于计算机上，所述计算机内置处理器，所述计算机内部设置有翻译装置；所述基于神经网络对文本编码的方法包括内置芯片，所述内置芯片安装在用户的神经元上，电脑处理器和内置芯片之间通过信号传输，所述电脑处理器将翻译处理的文本编码通过信号传输到用户，所述方法包括：

3、所述计算机的翻译装置涉及对文本处理以及对文本编码的深度学习，所述文本处理会接收到来自于用户的脑电波信号，并对用户的观测文本进行文本编码；

4、所述深度学习会根据文本处理的的内容进行模拟学习，所述深度学习会通过计算机上的互联网数据进行学习，所述互联网数据会提交大量实验数据作为文本处理的参考；

5、若互联网数据上有相似文本编码内容，文本处理会以互联网数据上的内容发送给用户；

6、若互联网数据上没有相似文本编码内容，文本处理灰系统化处理文本编码内容，并且提交给用户。

7、优选的，所述翻译装置会将脑电波转化成文本进行编码，所述文本处理会经过预处理，分词，所述分词完成的文本会经过目标词和关键词的鉴别，所述鉴别完成的文本会通过特征的提取。

8、优选的，所述文本特征提取的内容分为两个部分，所述文本特征提取的内容的一个部分为文本语义翻译，所述文本特征提取的另一个部分为互联网数据插入，所述互联网数据插入在文本语义翻译之后。

9、优选的，所述深度学习包括文本编码的学习和互联网数据学习，所述文本编码的学习会根据文本词语的学习提高对文本的预处理，分词，以及目标词和关键词的鉴别，所述文本编码的学习会根据文本语句的学习，提高对文本特征的鉴别。

10、优选的，所述互联网数据学习源于互联网数据，所述互联网数据学习包括对文本分析过程中的学习和文本数据内容的学习，所述文本分析过程中的学习源于互联网上传输的分析流程，所述文本数据保存在互联网云端上，所述文本数据内容的学习保存了大量的参考资料，为翻译文本内容提供了解决方案。

11、优选的，所述互联网数据由互联网网友和文本编码人员组成，所述互联网数据主要记载文本编码的数据，以及对编码文本插件录入。

12、优选的，所述文本编码数据包括信号输入单元和信号输出单元，所述信号输入单元和信号输出单元设置有多组，所述信号输入单元和信号输出单元之间一一对应。

13、优选的，所述翻译装置在计算机上运行时，执行权利要求1-7中任一项所述的方法。

14、优选的，至少有一个计算机和植入在用户身上的内置芯片。

15、优选的，包括互联网云端，所述互联网云端设置在计算机上，所述计算机包括指令，当其在计算机在运行时，使得计算机执行权利要求1-7中任一项所述的方法。

16、与现有技术相比，本发明的有益效果是：该方法、装置、设备及存储介质，通过不断强化学习中词语和语句的学习，降低深度学习的难度，同时利用互联网上选取的有效数据进行文本上的二次处理，有效提高翻译过程中的准确率，并且通过对文本编码数据和编码文本的插入进行互联网数据的完善，将所有的互联网数据传输到互联网云端，以便于使用，有效的降低了深度学习的时间，使得文本处理的数据库呈指数型增长，在极短的时间内提高了翻译装置的性能，提高了深度学习的速度，降低了翻译文本的误差。

17、同时该方法、装置、设备及存储介质，通过文本编码数据和编码文本插件的录入，降低了二次纠错出错率，通过对应的信号输入单元以及信号输出单元降低了二次的时间，完善了深化学习的方案。

技术特征：

1.基于神经网络对文本编码的方法，其特征在于，所述基于神经网络对文本编码的方法应用于计算机上，所述计算机内置处理器，所述计算机内部设置有翻译装置；所述基于神经网络对文本编码的方法包括内置芯片，所述内置芯片安装在用户的神经元上，电脑处理器和内置芯片之间通过信号传输，所述电脑处理器将翻译处理的文本编码通过信号传输到用户，所述方法包括：

2.根据权利要求1所述的基于神经网络对文本编码的方法，其特征在于：所述翻译装置会将脑电波转化成文本进行编码，所述文本处理会经过预处理，分词，所述分词完成的文本会经过目标词和关键词的鉴别，所述鉴别完成的文本会通过特征的提取。

3.根据权利要求2所述的基于神经网络对文本编码的方法，其特征在于：所述文本特征提取的内容分为两个部分，所述文本特征提取的内容的一个部分为文本语义翻译，所述文本特征提取的另一个部分为互联网数据插入，所述互联网数据插入在文本语义翻译之后。

4.根据权利要求1所述的基于神经网络对文本编码的方法，其特征在于：所述深度学习包括文本编码的学习和互联网数据学习，所述文本编码的学习会根据文本词语的学习提高对文本的预处理，分词，以及目标词和关键词的鉴别，所述文本编码的学习会根据文本语句的学习，提高对文本特征的鉴别。

5.根据权利要求4所述的基于神经网络对文本编码的方法，其特征在于：所述互联网数据学习源于互联网数据，所述互联网数据学习包括对文本分析过程中的学习和文本数据内容的学习，所述文本分析过程中的学习源于互联网上传输的分析流程，所述文本数据保存在互联网云端上，所述文本数据内容的学习保存了大量的参考资料，为翻译文本内容提供了解决方案。

6.根据权利要求5所述的基于神经网络对文本编码的方法，其特征在于：所述互联网数据由互联网网友和文本编码人员组成，所述互联网数据主要记载文本编码的数据，以及对编码文本插件录入。

7.根据权利要求1所述的基于神经网络对文本编码的方法，其特征在于：所述文本编码数据包括信号输入单元和信号输出单元，所述信号输入单元和信号输出单元设置有多组，所述信号输入单元和信号输出单元之间一一对应。

8.一种计算机翻译装置，其特征在于：所述翻译装置在计算机上运行时，执行权利要求1-7中任一项所述的方法。

9.一种计算机设备，其特征在于：至少有一个计算机和植入在用户身上的内置芯片。

10.一种计算机存储介质，其特征在于：包括互联网云端，所述互联网云端设置在计算机上，所述计算机包括指令，当其在计算机在运行时，使得计算机执行权利要求1-7中任一项所述的方法。

技术总结
发明属于神经网络技术领域，具体涉及基于神经网络对文本编码的方法、装置、设备及存储介质，所述基于神经网络对文本编码的方法应用于计算机上，所述计算机内置处理器，所述计算机内部设置有翻译装置；所述基于神经网络对文本编码的方法包括内置芯片，所述内置芯片安装在用户的神经元上，电脑处理器和内置芯片之间通过信号传输，所述电脑处理器将翻译处理的文本编码通过信号传输到用户。该基于神经网络对文本编码的方法、装置、设备及存储介质有效的降低了深度学习的时间，使得文本处理的数据库呈指数型增长，在极短的时间内提高了翻译装置的性能，提高了深度学习的速度，降低了翻译文本的误差。

技术研发人员：符甜
受保护的技术使用者：深圳火星语盟科技股份有限公司
技术研发日：
技术公布日：2024/1/15