[發(fā)明專利]一種文本分類方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810298048.3
• 申請(qǐng)日: 2018-04-03
• 公開（公告）號(hào): CN108717519B
• 公開（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 殷子墨;李健;張連毅;武衛(wèi)東
• 申請(qǐng)（專利權(quán)）人: 北京捷通華聲科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種文本分類方法，其特征在于，所述方法包括：

確定多個(gè)文本類別；

對(duì)于每一個(gè)文本類別，獲取分別屬于所述文本類別的多個(gè)樣本文本；

確定多個(gè)預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型；

使用分別屬于每一個(gè)文本類別的多個(gè)樣本文本對(duì)預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，得到目標(biāo)文本分類模型；

獲取待分類文本；

使用所述目標(biāo)文本分類模型確定所述待分類文本在所述多個(gè)文本類別中所屬的目標(biāo)文本類別；

其中，獲取待分類文本包括：

獲取目標(biāo)圖像；

對(duì)所述目標(biāo)圖像進(jìn)行圖像識(shí)別，得到所述目標(biāo)圖像中包括的文本，并作為所述待分類文本；

使用分別屬于每一個(gè)文本類別的多個(gè)樣本文本對(duì)預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，得到目標(biāo)文本分類模型，包括：

使用分別屬于每一個(gè)文本類別的多個(gè)樣本文本對(duì)每一個(gè)預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型分別訓(xùn)練，得到多個(gè)文本分類模型；

獲取多個(gè)測(cè)試文本；

使用所述多個(gè)測(cè)試文本對(duì)所述多個(gè)文本分類模型的分類精準(zhǔn)度分別測(cè)試；

將分類精準(zhǔn)度最高的文本分類模型作為所述目標(biāo)文本分類模型；

使用所述目標(biāo)文本分類模型確定所述待分類文本在所述多個(gè)文本類別中所屬的目標(biāo)文本類別，包括：

獲取所述待分類文本中的每一個(gè)字符對(duì)應(yīng)的向量；

將每一個(gè)字符對(duì)應(yīng)的向量按照字符在所述待分類文本中的先后順序組成向量特征；

利用所述向量特征和預(yù)設(shè)權(quán)重確定所述待分類文本屬于每一個(gè)文本類別的概率；

將最大的概率的文本類別確定為所述待分類文本所屬的目標(biāo)文本類別；

在使用所述目標(biāo)文本分類模型確定所述待分類文本在所述多個(gè)文本類別中所屬的目標(biāo)文本類別之后，所述方法還包括：

獲取用戶對(duì)使用所述目標(biāo)文本分類模型確定所述待分類文本所屬的目標(biāo)文本類別的評(píng)價(jià)信息；

根據(jù)所述評(píng)價(jià)信息優(yōu)化所述目標(biāo)文本分類模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待分類文本，包括：

獲取用戶輸入的文本，并作為所述待分類文本；

或，

獲取目標(biāo)語音信號(hào)；對(duì)所述目標(biāo)語音信號(hào)進(jìn)行語音識(shí)別，得到所述目標(biāo)語音信號(hào)對(duì)應(yīng)的文本，并作為待分類文本。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型包括長(zhǎng)短期記憶網(wǎng)絡(luò)LSTM和門控循環(huán)單元GRU。

4.一種文本分類裝置，其特征在于，所述裝置包括：

第一確定模塊，用于確定多個(gè)文本類別；

第一獲取模塊，用于對(duì)于每一個(gè)文本類別，獲取分別屬于所述文本類別的多個(gè)樣本文本；

第二確定模塊，用于確定多個(gè)預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型；

訓(xùn)練模塊，用于使用分別屬于每一個(gè)文本類別的多個(gè)樣本文本對(duì)預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，得到目標(biāo)文本分類模型；

第二獲取模塊，用于獲取待分類文本；

第三確定模塊，用于使用所述目標(biāo)文本分類模型確定所述待分類文本在所述多個(gè)文本類別中所屬的目標(biāo)文本類別；

所述第二獲取模塊包括：

第一獲取單元，用于獲取目標(biāo)圖像，所述目標(biāo)圖像中包括待分類文本；第一識(shí)別單元，用于對(duì)所述目標(biāo)圖像進(jìn)行圖像識(shí)別，得到所述目標(biāo)圖像中包括的文本，并作為所述待分類文本；

所述訓(xùn)練模塊具體用于使用分別屬于每一個(gè)文本類別的多個(gè)樣本文本對(duì)每一個(gè)預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型分別訓(xùn)練，得到多個(gè)文本分類模型；獲取多個(gè)測(cè)試文本；使用所述多個(gè)測(cè)試文本對(duì)所述多個(gè)文本分類模型的分類精準(zhǔn)度分別測(cè)試；將分類精準(zhǔn)度最高的文本分類模型作為所述目標(biāo)文本分類模型；

所述第三確定模塊包括：

第四獲取單元，用于獲取所述待分類文本中的每一個(gè)字符對(duì)應(yīng)的向量；

組合單元，用于將每一個(gè)字符對(duì)應(yīng)的向量按照字符在所述待分類文本中的先后順序組成向量特征；

第一確定單元，用于利用所述向量特征和預(yù)設(shè)權(quán)重確定所述待分類文本屬于每一個(gè)文本類別的概率；

第二確定單元，用于將最大的概率的文本類別確定為所述待分類文本所屬的目標(biāo)文本類別；

所述裝置還包括：

第三獲取模塊，用于獲取用戶對(duì)使用所述目標(biāo)文本分類模型確定所述待分類文本所屬的目標(biāo)文本類別的評(píng)價(jià)信息；

優(yōu)化模塊，用于根據(jù)所述評(píng)價(jià)信息優(yōu)化所述目標(biāo)文本分類模型。