[發明專利]短文本的分類方法、裝置、電子設備和存儲介質

在審

• 申請號: 201711157884.1
• 申請日: 2017-11-20
• 公開（公告）號: CN110069627A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 潘鋼
• 申請（專利權）人: 中國移動通信集團上海有限公司;中國移動通信集團公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F17/27
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明實施例提供一種短文本的分類方法、裝置、電子設備和存儲介質。所述方法包括對目標短文本進行預處理，得到多個有效詞；對有效詞進行第一向量化處理，獲取第一向量，第一向量表示每一有效詞在目標短文本的重要度；根據第一向量，確定第一類別信息，第一類別信息包括所述目標短文本為每一類別的概率；對有效詞進行第二向量化處理，獲取第二向量，第二向量表示每一有效詞在目標短文本的詞序；根據第二向量，確定第二類別信息，第二類別信息包括目標短文本為每一類別的概率；根據第一類別信息和第二類別信息，確定目標短文本的類別。所述方法通過有效詞的重要度結合有效詞的詞序，確定目標短文本的類別，提高了短文本的分類的準確率。

技術領域

本發明實施例涉及一種通信技術領域，特別是一種短文本的分類方法、裝置、電子設備和存儲介質。

背景技術

客戶咨詢和投訴信息，以及公司內部咨詢和投訴信息，會通過不同渠道(客服電話、營業廳、掌上營業廳、微廳及其他)，匯總到itos(Integrated Test and OperationsSystem，集成測試和操作系統,)平臺形成事件單。為了不影響客戶滿意度，需要及時回復并解決事件單提出的問題。目前這個過程是通過有經驗的業務人員在前臺人工回復并解決的，占用大量人力和時間。為了提高事件單的處理即時性，降低事件單量，需要對事件單短文本進行自動分類。

現有技術用于短文本分類的算法很多，近幾年較為常見的方法是采用k近鄰分類(k-NN)、樸素貝葉斯分類(Naive Bayes NB)和支持向量機(SupportVector Machine，SVM)等經典的機器學習算法。將短文本經過特征提取和特征篩選，得到特征詞，針對各個特征詞進行識別，最終確定短文本的分類，實驗證明，該方法在類似事件單這樣的短文本分類上能發揮一定的效果。

現有技術存在以下問題：

客戶具有其個性化的表達方式，僅針對各個特征詞進行識別，無法準確掌握客戶的本意，導致對于短文本的分類的準確性不高。

目前，現有技術還沒有相應的方法來解決上述問題。

發明內容

針對現有技術的缺陷，本發明實施例提供一種短文本的分類方法、裝置、電子設備和存儲介質。

一方面，本發明實施例提供一種短文本的分類方法，所述方法包括：

對目標短文本進行預處理，得到多個有效詞；

對所述有效詞進行第一向量化處理，獲取第一向量，所述第一向量表示每一有效詞在所述目標短文本的重要度；

根據所述第一向量，確定所述目標短文本的第一類別信息，所述第一類別信息包括所述目標短文本為每一類別的概率；

對所述有效詞進行第二向量化處理，獲取第二向量，所述第二向量表示每一有效詞在所述目標短文本的詞序；

根據所述第二向量，確定所述目標短文本的第二類別信息，所述第二類別信息包括所述目標短文本為每一類別的概率；

根據所述第一類別信息和所述第二類別信息，確定所述目標短文本的類別。

另一方面，本發明實施例提供一種短文本的分類裝置，所述裝置包括：

預處理模塊，用于對目標短文本進行預處理，得到多個有效詞；

第一獲取模塊，用于對所述有效詞進行第一向量化處理，獲取第一向量，所述第一向量表示每一有效詞在所述目標短文本的重要度；

第一確定模塊，用于根據所述第一向量，確定所述目標短文本的第一類別信息，所述第一類別信息包括所述目標短文本為每一類別的概率；

第二獲取模塊，用于對所述有效詞進行第二向量化處理，獲取第二向量，所述第二向量表示每一有效詞在所述目標短文本的詞序；