[發(fā)明專利]一種文本分類方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910804657.6
• 申請(qǐng)日: 2019-08-28
• 公開（公告）號(hào): CN110489559A
• 公開（公告）日: 2019-11-22
• 發(fā)明（設(shè)計(jì)）人: 李濤;李巖
• 申請(qǐng)（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35
• 代理公司: 11291 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 李欣<國際申請(qǐng)>=<國際公布>=<進(jìn)入國

1.一種文本分類方法，其特征在于，所述方法包括：

獲取待分類文本中的各分詞以及至少一種參考信息，所述參考信息包括所述待分類文本中的標(biāo)點(diǎn)符號(hào)和/或所述各分詞的詞性；

分別對(duì)所述各分詞和各參考信息進(jìn)行特征映射，得到分詞的矩陣以及參考信息的矩陣；

對(duì)所述分詞的矩陣以及所述參考信息的矩陣進(jìn)行特征提取，得到所述待分類文本的特征向量；

根據(jù)所述待分類文本的特征向量，對(duì)所述待分類文本進(jìn)行分類處理。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)各參考信息進(jìn)行特征映射，得到參考信息的矩陣，包括：

針對(duì)各參考信息，查找該參考信息的標(biāo)記索引；

根據(jù)所述參考信息的標(biāo)記索引，確定該參考信息的指定維數(shù)的參考信息向量；

根據(jù)各參考信息的參考信息向量，確定參考信息的矩陣；其中，參考信息的數(shù)量作為所述參考信息的矩陣的行數(shù)；參考信息向量的維數(shù)作為所述分詞參考信息的矩陣的列數(shù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，若參考信息為所述待分類文本中的標(biāo)點(diǎn)符號(hào)，則所述對(duì)所述分詞的矩陣以及所述參考信息的矩陣進(jìn)行特征提取，得到所述待分類文本的特征向量，包括：

將所述分詞的矩陣通過神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征提取，得到所述分詞的特征向量；以及，

將所述標(biāo)點(diǎn)符號(hào)的矩陣通過神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征提取，得到所述標(biāo)點(diǎn)符號(hào)的特征向量；

將所述分詞的特征向量與所述標(biāo)點(diǎn)符號(hào)的特征向量進(jìn)行拼接，得到所述待分類文本的特征向量。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，若參考信息為所述各分詞詞性，則所述對(duì)所述分詞的矩陣以及所述參考信息的矩陣進(jìn)行特征提取，得到所述待分類文本的特征向量，包括：

將所述分詞的矩陣與所述分詞詞性的矩陣進(jìn)行拼接，得到拼接矩陣；

將所述拼接矩陣通過神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征提取，得到所述待分類文本的特征向量。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，若參考信息為所述待分類文本中的標(biāo)點(diǎn)符號(hào)和所述各分詞的詞性，則所述對(duì)所述分詞的矩陣以及所述參考信息的矩陣進(jìn)行特征提取，得到所述待分類文本的特征向量，包括：

將所述分詞的矩陣與所述分詞詞性的矩陣進(jìn)行拼接，得到拼接矩陣；

將所述拼接矩陣通過神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征提取，得到所述分詞的特征向量；

將所述標(biāo)點(diǎn)符號(hào)的矩陣通過神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征提取，得到所述標(biāo)點(diǎn)符號(hào)的特征向量；

將所述分詞的特征向量與所述標(biāo)點(diǎn)符號(hào)的特征向量進(jìn)行拼接，得到所述待分類文本的特征向量。

6.根據(jù)權(quán)利要求3或5所述的方法，其特征在于，通過以下方法進(jìn)行拼接，包括：

將所述分詞的特征向量的維數(shù)與所述標(biāo)點(diǎn)符號(hào)的特征向量的維數(shù)的和作為所述待分類文本的特征向量的維數(shù)；

將所述分詞的特征向量中的元素與所述標(biāo)點(diǎn)符號(hào)的特征向量中的元素作為所述待分類文本的特征向量的元素。

7.根據(jù)權(quán)利要求4或5所述的方法，其特征在于，通過以下方法進(jìn)行拼接，包括：

將所述分詞的矩陣的列數(shù)與所述分詞詞性的矩陣的列數(shù)的和作為所述拼接矩陣的列數(shù)；

將所述分詞的矩陣中的元素與所述分詞詞性的矩陣中的元素作為所述拼接矩陣的元素。

8.一種文本分類裝置，其特征在于，所述裝置包括：

獲取單元，被配置為執(zhí)行獲取待分類文本中的各分詞以及至少一種參考信息，所述參考信息包括所述待分類文本中的標(biāo)點(diǎn)符號(hào)和/或所述各分詞的詞性；

特征映射單元，被配置為執(zhí)行分別對(duì)所述各分詞和各參考信息進(jìn)行特征映射，得到分詞的矩陣以及參考信息的矩陣；

特征提取單元，被配置為執(zhí)行對(duì)所述分詞的矩陣以及所述參考信息的矩陣進(jìn)行特征提取，得到所述待分類文本的特征向量；

分類單元，被配置為執(zhí)行根據(jù)所述待分類文本的特征向量，對(duì)所述待分類文本進(jìn)行分類處理。