[發明專利]文檔分類方法、裝置及終端

有效

• 申請號: 201910554455.0
• 申請日: 2019-06-25
• 公開（公告）號: CN110263171B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 邱昭鵬;吳賢;范偉
• 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;G06F40/289
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 張所明

1.一種文檔分類方法，其特征在于，所述方法包括：

確定待分類的第一文檔，所述第一文檔包括描述信息和多個選項信息，所述多個選項信息中包括至少一個所述描述信息對應的第一選項信息；

確定所述第一選項信息對應的多個第二文檔和第二選項信息對應的多個第三文檔，所述第二選項信息為所述多個選項信息中除所述第一選項信息以外的其他選項信息；

根據所述多個第二文檔和所述多個第三文檔，確定用于指示所述第一選項信息與所述第二選項信息的相似關系的第一預測向量；

根據所述多個第二文檔和所述第一文檔的描述信息，確定用于指示所述描述信息與所述第一選項信息的推理關系的第二預測向量；

根據所述第一預測向量和所述第二預測向量，確定所述第一文檔的第三預測向量；

根據所述第三預測向量，確定所述第一文檔的類別。

2.根據權利要求1所述的方法，其特征在于，所述確定所述第一選項信息對應的多個第二文檔和第二選項信息對應的多個第三文檔，包括：

確定所述描述信息的第一文本內容、所述第一選項信息的第二文本內容和所述第二選項信息的第三文本內容；

根據所述第一文本內容和所述第二文本內容，確定所述第一文本內容和所述第二文本內容對應的第一關鍵詞；

根據所述第一關鍵詞，從文檔數據庫中確定與所述第一關鍵詞對應的所述多個第二文檔；

根據所述第一文本內容和所述第三文本內容，確定所述第一文本內容和所述第二文本內容對應的第二關鍵詞；

根據所述第二關鍵詞，從所述文檔數據庫中確定與所述第二關鍵詞對應的所述多個第三文檔。

3.根據權利要求1所述的方法，其特征在于，所述根據所述多個第二文檔和所述多個第三文檔，確定用于指示所述第一選項信息與所述第二選項信息的相似關系的第一預測向量，包括：

根據所述多個第二文檔和所述多個第三文檔，確定所述第一選項信息與所述第二選項信息的相似關系；根據所述第二文檔和所述第三文檔的相似關系，確定所述第一預測向量；或者，

將所述第二文檔和所述第三文檔輸入第一預測模型中，得到所述第一預測向量。

4.根據權利要求3所述的方法，其特征在于，所述根據所述多個第二文檔和所述多個第三文檔，確定所述第一選項信息與所述第二選項信息的相似關系，包括：

分別根據所述多個第二文檔的中的多個第一詞語和所述多個第三文檔中的多個第二詞語，確定所述多個第二文檔組成的第一矩陣和所述多個第三文檔組成的第二矩陣；

將所述第一矩陣的每一列與所述第二矩陣的每一列進行點積，得到用于指示所述第二文檔和所述第三文檔之間的相似關系的第一匹配矩陣；

根據所述第一匹配矩陣確定第一權重，所述第一權重為所述多個第二文檔和所述多個第三文檔的上下文向量的權重；

根據所述第一矩陣和所述第一權重，確定所述多個第三文檔的每個第二詞語在所述多個第二文檔中的第一上下文向量；以及，根據所述第二矩陣和所述第一權重，確定所述多個第二文檔的每個第一詞語在所述多個第三文檔中的第二上下文向量；

將所述第一上下文向量和所述第二上下文向量進行對比，得到所述第一選項信息與所述第二選項信息的相似關系。

5.根據權利要求1所述的方法，其特征在于，所述根據所述多個第二文檔和所述第一文檔的描述信息，確定用于指示所述描述信息與所述第一選項信息的推理關系的第二預測向量，包括：

將所述第一文檔的描述信息和第一選項信息組成第四文本內容；根據所述多個第二文檔和所述第四文本內容，確定所述第二文檔和所述第四文本內容的推理關系；根據所述第二文檔和所述第四文本內容的推理關系，確定所述第二預測向量；或者，

將所述第二文檔、所述第一文檔的描述信息和所述第一文檔輸入第二預測模型中，得到所述第二預測向量。