[發明專利]一種文本分類方法、裝置及存儲介質

在審

• 申請號: 201910804657.6
• 申請日: 2019-08-28
• 公開（公告）號: CN110489559A
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 李濤;李巖
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 11291 北京同達信恒知識產權代理有限公司
• 代理人: 李欣<國際申請>=<國際公布>=<進入國

本公開關于一種文本分類方法、裝置及存儲介質，涉及分類技術領域，以至少解決相關技術中對文本分類的準確度不高的問題。該方法中，基于文本中的分詞、分詞的詞性以及文本中的標點符號對文本進行分類，將分詞映射的詞向量、分詞詞性映射的詞性向量以及標點符號映射的標點向量作為文本的特征向量，并根據該特征向量對文本進行分類。這樣，由于文本中的標點符號以及分詞的詞性對于理解文本提供了非常多的先驗信息，使得到的特征向量可以更加準確的表達文本所表達的情感，從而提高了文本分類的準確度。

技術領域

本公開涉及分類技術領域，尤其涉及一種文本分類方法、裝置及存儲介質。

背景技術

文本分類是自然語言處理中一個非常重要的問題。文本分類的應用領域非常廣，對于分析句子的感情色彩、過濾垃圾信息、理解文本的內在意圖等有非常重要的作用。相關技術中，主要根據文本中的分詞映射成的詞向量作為文本的特征向量對文本進行分類，然而這種方法對文本分類的準確度并不高。

發明內容

本公開實施例提供一種文本分類方法、裝置及存儲介質，以至少解決相關技術中對文本分類的準確度不高的問題。

根據本公開實施例的第一方面，提供一種文本分類方法，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點符號和/或所述各分詞的詞性；

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

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

根據所述待分類文本的特征向量，對所述待分類文本進行分類處理。

根據本公開實施例的第二方面，提供一種文本分類裝置，包括：

獲取單元，被配置為執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點符號和/或所述各分詞的詞性；

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

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

分類單元，被配置為執行根據所述待分類文本的特征向量，對所述待分類文本進行分類處理。

根據本公開實施例的第三方面，提供一種電子設備，包括：

處理器；

用于存儲所述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所述指令，以實現一種文本分類方法；

根據本公開實施例的第四方面，提供一種存儲介質，當所述存儲介質中的指令由電子設備的處理器執行時，使得電子設備能夠執行一種文本分類方法；

根據本公開實施例的第五方面，提供一種計算機程序產品，包括至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本公開實施例提供的文本分類方法。

本公開的實施例提供的技術方案至少帶來以下有益效果：基于文本中的分詞、分詞的詞性以及文本中的標點符號對文本進行分類，將分詞映射的詞向量、分詞詞性映射的詞性向量以及標點符號映射的標點向量作為文本的特征向量，并根據該特征向量對文本進行分類。這樣，由于文本中的標點符號以及分詞的詞性對于理解文本提供了非常多的先驗信息，使得到的特征向量可以更加準確的表達文本所表達的情感，從而提高了文本分類的準確度。