[發明專利]文本信息分類處理方法、電子設備及計算機可讀存儲介質

有效

• 申請號: 202010183299.4
• 申請日: 2020-03-16
• 公開（公告）號: CN111400452B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 徐挺洋;卞天;榮鈺;黃俊洲
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F16/9536;G06F18/241;G06N3/0464;G06N3/08;G06Q50/00
• 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: 祝亞男

1.一種文本信息分類處理方法，其特征在于，包括：

根據目標文本信息的轉發關系和回復關系，確定所述目標文本信息的傳播結構；

將所述傳播結構輸入到雙向圖卷積神經網絡中，其中，所述雙向圖卷積神經網絡包括自頂向下結構的第一圖卷積神經網絡和自底向上結構的第二圖卷積神經網絡；

確定所述傳播結構的第一鄰接矩陣和特征矩陣，所述第一鄰接矩陣包括所述傳播結構中從上層節點到下層節點之間的各個邊，所述特征矩陣包括所述傳播結構中每個節點的特征向量，每個節點的特征向量為所述每個節點對應的文本的詞向量的詞頻逆文本頻率值；

根據所述第一鄰接矩陣，確定第二鄰接矩陣；

根據所述特征矩陣和所述第二鄰接矩陣，確定所述第一圖卷積神經網絡的特征信息，得到第一特征信息；

根據所述第二鄰接矩陣，確定第三鄰接矩陣；

根據所述特征矩陣和所述第三鄰接矩陣，確定所述第二圖卷積神經網絡的特征信息，得到第二特征信息；

根據所述第一特征信息和所述第二特征信息，確定目標特征信息；根據所述目標特征信息，確定所述目標文本信息的分類信息；

根據所述分類信息對所述目標文本信息進行分類處理。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一鄰接矩陣，確定第二鄰接矩陣，包括：

對所述第一鄰接矩陣中的部分邊進行丟棄，得到所述第二鄰接矩陣。

3.根據權利要求2所述的方法，其特征在于，所述根據所述第二鄰接矩陣，確定第三鄰接矩陣，包括：

對所述第二鄰接矩陣進行轉置，得到第三鄰接矩陣。

4.根據權利要求2所述的方法，其特征在于，所述對所述第一鄰接矩陣中的部分邊進行丟棄，得到所述第二鄰接矩陣，包括：

丟棄所述第一鄰接矩陣中預定數量或預定比例的邊，得到所述第二鄰接矩陣。

5.根據權利要求2所述的方法，其特征在于，所述根據所述特征矩陣和所述第二鄰接矩陣，確定所述第一圖卷積神經網絡的特征信息，得到第一特征信息，包括：

對所述第二鄰接矩陣進行正則化，得到正則化后的第二鄰接矩陣；

確定所述第一圖卷積神經網絡的M層圖卷積層分別對應的參數矩陣，所述M為正整數；

基于預定計算公式，根據所述正則化后的第二鄰接矩陣、所述特征矩陣和所述M層圖卷積層分別對應的參數矩陣，確定所述M層圖卷積層分別對應的初始特征信息；

根據所述M層圖卷積層分別對應的初始特征信息，確定所述第一圖卷積神經網絡的特征信息，得到所述第一特征信息。

6.根據權利要求5所述的方法，其特征在于，所述基于預定計算公式，根據所述正則化后的第二鄰接矩陣、所述特征矩陣和所述M層圖卷積層分別對應的參數矩陣，確定所述M層圖卷積層分別對應的初始特征信息，包括：

當M等于1時，基于所述預定計算公式，根據所述正則化后的第二鄰接矩陣、所述特征矩陣和第一層圖卷積層的參數矩陣，確定第一層圖卷積層的初始特征信息；

當M大于1時，基于所述預定計算公式，根據所述正則化后的第二鄰接矩陣、第M-1層圖卷積層的初始特征信息和第M層圖卷積層的參數矩陣，確定第M層圖卷積層的初始特征信息。

7.根據權利要求5所述的方法，其特征在于，每一層圖卷積層的初始特征信息均包括所述傳播結構中每個節點的初始特征信息，所述根據所述M層圖卷積層分別對應的初始特征信息，確定所述第一圖卷積神經網絡的特征信息，包括：

將第M層圖卷積層中每個節點的初始特征信息分別與第M-1層圖卷積層中根節點的初始特征信息進行拼接，得到第M層圖卷積層的中間特征信息，其中，當M等于1時，第M-1層圖卷積層的初始特征信息為所述特征矩陣；

對所述第M層圖卷積層的中間特征信息進行平均池化處理，得到所述第一圖卷積神經網絡的特征信息，所述第M層圖卷積層的中間特征信息包括所述傳播結構中每個節點的中間特征信息。