[發明專利]一種文本分類方法、服務器及計算機可讀介質

在審

• 申請號: 201711498600.5
• 申請日: 2017-12-29
• 公開（公告）號: CN108170818A
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 黃佳恒
• 申請（專利權）人: 深圳市金立通信設備有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本發明實施例公開了一種文本分類方法、服務器及計算機可讀介質，其中方法包括：獲取待分類文本，所述待分類文本包括M個詞，其中，M為正整數；根據待分類文本的N個詞，通過主題模型得到所述N個詞中每個詞對應的主題，其中，N為不大于M的正整數；根據所述N個詞中每個詞以及每個詞對應的主題，通過主題詞向量模型得到所述N個詞中每個詞對應的主題詞向量，其中，所述主題詞向量為詞與詞對應的主題共同的向量表示；根據所述N個詞中每個詞對應的主題詞向量，通過分類模型得到所述待分類文本的類別；其中，所述主題模型、所述主題詞向量模型、所述分類模型為已訓練模型。可在考慮詞的多義性的情況下，增加分類準確率并高效地進行文本分類。

技術領域

本發明涉及信息處理技術領域，尤其涉及一種文本分類方法、服務器及計算機可讀介質。

背景技術

隨著計算機技術的發展，大量的文檔信息每天都在急劇增加。由于信息的快速膨脹，如何能夠快速有效地利用這些信息已經成為一個面臨的新問題。面對巨大的文本信息，采用傳統的人工手段對這些信息進行分類由于效率太低而面臨越來越多的困難，信息處理已經成為人們獲取有用信息不可缺少的工具，所以基于機器學習人工智能技術的自動文本分類已經成為一個重要的研究領域。

但現有的文本分類的技術中，由于一個詞可能擁有不同的含義，這些現有技術沒有對詞的多義性進行區別，從而導致降低了文本分類的準確度。

發明內容

本發明實施例提供一種文本分類的方法、服務器及計算機可讀介質，可在考慮詞的多義性的情況下，增加分類準確率并高效地進行文本分類。

第一方面，本發明實施例提供了一種文本分類方法，該方法包括：

獲取待分類文本，所述待分類文本包括M個詞，其中，M為正整數；

根據待分類文本的N個詞，通過主題模型得到所述N個詞中每個詞對應的主題，其中，N為不大于M的正整數；

根據所述N個詞中每個詞以及每個詞對應的主題，通過主題詞向量模型得到所述N個詞中每個詞對應的主題詞向量，其中，所述主題詞向量為詞與詞對應的主題共同的向量表示；

根據所述N個詞中每個詞對應的主題詞向量，通過分類模型得到所述待分類文本的類別；

其中，所述主題模型、所述主題詞向量模型、所述分類模型為已訓練模型。

第二方面，本發明實施例提供了一種服務器，該服務器包括用于執行上述第一方面的方法的單元。

第三方面，本發明實施例提供了另一種服務器，包括處理器、輸入設備、輸出設備和存儲器，所述處理器、輸入設備、輸出設備和存儲器相互連接，其中，所述存儲器用于存儲支持服務器執行上述方法的計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執行上述第一方面的方法。

第四方面，本發明實施例提供了一種計算機可讀存儲介質，所述計算機存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被處理器執行時使所述處理器執行上述第一方面的方法。

本發明實施例通過使用主題模型獲取詞對應的主題，通過使用主題詞向量模型獲取詞對應的主題詞向量，然后根據待分類文本中的部分或全部詞對應的主題詞向量通過使用分類模型獲取該待分類模型的類別。在分類的過程中，將詞賦予了其對應的主題，從而達到對詞的多義性進行區別，進而提高了整個文本分類的準確率。

附圖說明

為了更清楚地說明本發明實施例技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明一個實施例提供的文本分類方法的方法流程圖；