[發明專利]文本分類方法及裝置

在審

• 申請號: 201811236794.6
• 申請日: 2018-10-23
• 公開（公告）號: CN109376243A
• 公開（公告）日: 2019-02-22
• 發明（設計）人: 許開河;林佳佳;王少軍;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種文本分類方法，其特征在于，包括：

構建輸入文本的特征向量；

從文本分類數據庫的特征空間中獲取與所述特征向量相似的若干相似特征向量；

分別針對所述若干相似特征向量和所述特征向量進行分類預測，得到對應的分類結果；

通過所述若干相似特征向量所對應分類結果進行所述特征向量所對應分類結果的合理性判斷。

2.根據權利要求1所述的方法，其特征在于，所述構建輸入文本的特征向量，包括：

對輸入文本進行分詞；

根據在所述文本分類數據庫中所述輸入文本的每個詞所對應的編碼以及每個詞的特征權重構建所述特征向量。

3.根據權利要求1所述的方法，其特征在于，所述構建輸入文本的特征向量在文本分類模型的語義提取層完成，所述分別針對若干個相似特征向量和所述特征向量輸出對應的分類結果在文本分類模型的分類層完成，所述構建輸入文本的特征向量之前，所述方法還包括：

獲取若干樣本文本以及分別對所述若干樣本文本進行的標注；

通過所述若干樣本文本及對應的標注進行所述文本分類模型的訓練；

當所述文本分類模型收斂，完成所述文本分類模型的訓練。

4.根據權利要求1所述的方法，其特征在于，所述從文本分類數據庫的特征空間中獲取與所述特征向量相似的若干相似特征向量，包括：

進行所述文本分類數據庫的特征空間中向量與所述特征向量的相似度計算；

根據相似度計算結果進行所述特征空間中向量的相似度排序；

根據相似度排序結果，確定若干與所述特征向量最相似的向量作為所述若干相似特征向量。

5.根據權利要求1所述的方法，其特征在于，所述分別針對所述若干相似特征向量和所述特征向量進行分類預測，得到對應的分類結果，包括：

分別針對所述若干相似特征向量和所述特征向量中的每一向量進行分類預測，得到所述每一向量對應的標簽；

根據所得到的標簽分別確定所述若干相似特征向量所對應的分類結果以及所述特征向量所對應的分類結果。

6.根據權利要求1所述的方法，其特征在于，所述通過所述若干相似特征向量所對應分類結果進行所述特征向量所對應分類結果的合理性判斷，包括：

進行所述特征向量所對應分類結果與所述若干相似特征向量所對應分類結果的相似性判斷；

如果相似，則確定所述特征向量所對應分類結果合理；如果不相似，則進行所述文本分類數據庫中與所述輸入文本相似的樣本文本的有效性判斷。

7.根據權利要求6所述的方法，其特征在于，所述進行所述文本分類數據庫中與所述輸入文本相似的樣本文本的有效性判斷，包括：

從所述文本分類數據庫中獲取與所述輸入文本相似的樣本文本以及所述樣本文本對應的標注；

判斷所述標注是否與所述樣本文本相符合；

如果不符合，則確定所述樣本文本無效；如果符合，則確定所述樣本文本有效。

8.一種文本分類裝置，其特征在于，包括：

特征向量構建模塊，被配置為執行：構建輸入文本的特征向量；

相似特征向量獲取模塊，被配置為執行：從文本分類數據庫的特征空間中獲取與所述特征向量相似的若干相似特征向量；

分類預測模塊，被配置為執行：分別針對若干相似特征向量和所述特征向量進行分類預測，得到對應的分類結果；

合理性判斷模塊，被配置為執行：通過所述若干相似特征向量的分類結果進行所述特征向量所對應分類結果的合理性判斷。

9.一種文本分類裝置，其特征在于，包括：

處理器；

用于存儲處理器可執行指令的存儲器；

其中，所述處理器被配置為執行如權利要求1至7中任一項所述的文本分類方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的方文本分類方法。