[發明專利]文本分類和展示方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201810385958.5
• 申請日: 2018-04-26
• 公開（公告）號: CN108563786B
• 公開（公告）日: 2019-12-20
• 發明（設計）人: 方小敏;符帆;羅梓奇
• 申請（專利權）人: 騰訊科技(深圳)有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F17/27
• 代理公司: 44224 廣州華進聯合專利商標代理有限公司
• 代理人: 李文淵;黃晶晶

1.一種文本分類方法，所述方法包括：

從待分類的文本的分詞結果中確定部分目標類別的分詞結果；所述分詞結果，是對待分類的文本進行分詞處理得到的詞；所述部分目標類別的分詞結果，是指部分屬于目標類別的分詞結果；

為包括所述目標類別的分詞結果的文本添加目標類別的分類標記，以及為不包括所述目標類別的分詞結果的文本添加非目標類別的分類標記；

根據待分類的文本和所添加的分類標記進行模型訓練，得到分類模型；

將各分詞結果輸入所述分類模型中，輸出各分詞結果屬于目標類別的概率；

將屬于目標類別的概率大于或等于第一概率閾值的分詞結果重新確定為目標類別的分詞結果，返回所述為包括所述目標類別的分詞結果的文本添加目標類別的分類標記并繼續處理，直至滿足迭代停止條件時得到待分類的文本的分類標記。

2.根據權利要求1所述的方法，其特征在于，所述從待分類的文本的分詞結果中確定部分目標類別的分詞結果包括：

對待分類的各文本進行分詞處理，得到各文本的分詞結果；

從分詞處理得到的分詞結果中選取出部分分詞結果并輸出；

接收針對輸出的所述分詞結果的目標類別標記指令；

確定由所述目標類別標記指令所指定的目標類別的分詞結果。

3.根據權利要求2所述的方法，其特征在于，所述從分詞處理得到的分詞結果中選取出部分分詞結果并輸出包括：

確定分詞處理得到的分詞結果的詞頻；

將各分詞結果按相應詞頻進行降序排名；

從分詞處理得到的各分詞結果中，選取預設名次內的分詞結果并輸出。

4.根據權利要求1所述的方法，其特征在于，所述目標類別存在多個；所述為包括所述目標類別的分詞結果的文本添加目標類別的分類標記包括：

當同一文本包括屬于不同目標類別的多個分詞結果時，則

統計所述同一文本中各目標類別的分詞結果的數量；

確定統計的分詞結果的數量最大的目標類別；

為所述同一文本添加確定的目標類別的分類標記。

5.根據權利要求1所述的方法，其特征在于，還包括：

在滿足所述迭代停止條件后，獲取通過相應的所述分類模型所確定的待分類的文本屬于目標類別的概率和屬于非目標類別的概率；

篩選屬于目標類別的概率大于或等于第二概率閾值的文本和屬于非目標類別的概率大于或等于第三概率閾值的文本；

按照篩選的文本和相應的分類標記進行模型訓練，得到文本分類模型；

通過所述文本分類模型確定待分類的文本屬于目標類別的概率；

按照待分類的文本屬于目標類別的概率更新相應文本的分類標記。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

在按照待分類的文本屬于目標類別的概率更新相應文本的分類標記后，返回所述篩選屬于目標類別的概率大于或等于第二概率閾值的文本和屬于非目標類別的概率大于或等于第三概率閾值的文本的步驟繼續執行，直至滿足更新停止條件時，得到待分類的文本更新后的分類標記。

7.根據權利要求5或6所述的方法，其特征在于，還包括：

獲取更新所述分類標記后通過所述文本分類模型確定的各待分類的文本屬于目標類別的概率和屬于非目標類別的概率；

挑選在更新所述分類標記后確定的屬于目標類別的概率大于或等于第四概率閾值的文本和屬于非目標類別的概率大于或等于第五概率閾值的文本；

按挑選的文本和相應分類標記進行強分類模型訓練，得到強分類模型；

通過所述強分類模型確定各待分類的文本屬于目標類別的概率；

按通過強分類模型確定的屬于目標類別的概率確定相應文本的類別標記。

8.根據權利要求7所述的方法，其特征在于，還包括：

獲取不同于待分類的文本的目標文本；

通過所述強分類模型確定所述目標文本屬于目標類別的概率；

根據所述目標文本屬于目標類別的概率確定所述目標文本所屬的類別。