[發(fā)明專利]一種人機交互的文本分類方案

在審

• 申請?zhí)枺?/td>: 201810233929.7
• 申請日: 2018-03-21
• 公開（公告）號: CN108549665A
• 公開（公告）日: 2018-09-18
• 發(fā)明（設計）人: 袁波
• 申請（專利權）人: 上海蔚界信息科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種人機交互的文本分類方案，它涉及文本類數(shù)據(jù)分析領域。本發(fā)明的文本分類方案采用多層級樹形分類體系，單節(jié)點可設置多套不同規(guī)則，每種規(guī)則基于必出現(xiàn)詞，并列出現(xiàn)詞，不可出現(xiàn)詞三種類型內(nèi)容組合而成；同時，由機器自動計算并提供重要提示詞、關聯(lián)推薦詞、建議的內(nèi)容、搜索預覽等功能，輔助人工建模；建模完成后，由機器利用學習算法自學人工模型結果，并疊加應用到模型上，強化整體模型。本發(fā)明設計合理，明確了一套分類模型構建的框架體系和方式方法，使文本數(shù)據(jù)的類別定義和自動分類變得簡單快速的同時，保障準確率和覆蓋率。

技術領域

本發(fā)明涉及的是文本類數(shù)據(jù)分析領域，具體涉及一種以人機交互的形式進行的文本數(shù)據(jù)分類模型構建和自動分類方案。

背景技術

目前對于文本數(shù)據(jù)的分類比較常見，如新聞分類、客服對話分類、社交內(nèi)容分類等。具體建模和分類的方法主要分為兩種，一種是機器學習進行訓練形成分類器，另一種是通過建立關鍵詞集合搜索形成分類。第一種基于機器學習的方法，對于固定類別的分析準確率較高，但存在以下問題：1.需要尋找大量訓練樣本，不適合小數(shù)據(jù)量；2.樣本需要人工閱讀標注類型，工作量大；3.需要專業(yè)人士構建模型，難度高；4.生成的模型是黑盒，沒有邏輯，無法從業(yè)務上進行理解和使用；5.不能進行經(jīng)常的變更和調整，靈活性差。第二種基于關鍵詞集合搜索的方法，若僅用一些關鍵詞，則準確率很低；若使用復雜的關鍵詞規(guī)則，則覆蓋率很低，其缺點在于缺少一套合理的構建標準，并且構建模型時可能性太多，讓人無從下手。

綜上所述，本發(fā)明設計了一種人機交互的文本分類方案。

發(fā)明內(nèi)容

針對現(xiàn)有技術上存在的不足，本發(fā)明目的是在于提供一種人機交互的文本分類方案，其設計合理，明確了一套分類模型構建的框架體系和方式方法，使文本數(shù)據(jù)的類別定義和自動分類變得簡單快速的同時，保障準確率和覆蓋率。

為了實現(xiàn)上述目的，本發(fā)明是通過如下的技術方案來實現(xiàn)：一種人機交互的文本分類方案，采用多層級樹形分類體系，單節(jié)點可設置多套不同規(guī)則，每種規(guī)則基于必出現(xiàn)詞，并列出現(xiàn)詞，不可出現(xiàn)詞三種類型內(nèi)容組合而成；同時，由機器自動計算并提供重要提示詞、關聯(lián)推薦詞、建議的內(nèi)容、搜索預覽等功能，輔助人工建模；建模完成后，由機器利用學習算法自學人工模型結果，并疊加應用到模型上，強化整體模型。

分類邏輯體系是一種多層級的樹形分類。由一個總節(jié)點出發(fā)，總節(jié)點代表模型本身，用模型名稱表示。總節(jié)點下可以創(chuàng)建一個或多個一級根節(jié)點，每一個根節(jié)點代表該模型下的一個大類，節(jié)點名稱即為分類標簽名稱。每一個根節(jié)點大類下，可以創(chuàng)建若干個子節(jié)點，子節(jié)點下依然可以創(chuàng)建子節(jié)點的子節(jié)點，以此類推，并分別用類別標簽名稱命名各個節(jié)點。最終，可以形成一個含有總節(jié)點、根節(jié)點和多層子節(jié)點的多層級樹形分類體系。

此分類體系下，每一個節(jié)點，均由一定規(guī)則構成，分類時，計算機掃描每一段文檔，基于規(guī)則打上相應分類標簽。其中，子節(jié)點繼承父節(jié)點規(guī)則，即只有符合父節(jié)點規(guī)則，才進一步判斷是否符合子節(jié)點規(guī)則，因此打上子節(jié)點分類標簽的內(nèi)容一定也會打上父節(jié)點分類標簽。當父節(jié)點規(guī)則為空時，則其內(nèi)容由所有打上子節(jié)點分類標簽內(nèi)容構成。最末端節(jié)點規(guī)則通常不為空。

本發(fā)明與現(xiàn)有技術相比有如下優(yōu)勢和有益效果：

1.構建方法簡單易用，不需要專業(yè)技術人員參與開發(fā)，直接由一線業(yè)務需求者即可完成建模；

2.建模過程中，機器給予人工大量提示詞和推薦詞，并提示人工正確/錯誤，建模的效率和效果遠高于其他方法；

3.以三層或多層級（通常為三層級）關鍵詞規(guī)則的形式設計模型框架，準確合理，在保證準確率的同時，使得模型可優(yōu)化、可微調、可變更，便于理解和實際投入應用；

4.機器學習輔助功能使得模型覆蓋率和準確率顯著高于其他方案。

附圖說明

下面結合附圖和具體實施方式來詳細說明本發(fā)明；