[發明專利]文本分類的規則模板生成方法、分類方法及裝置、介質

有效

• 申請號: 202010475878.6
• 申請日: 2020-05-29
• 公開（公告）號: CN111651586B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 韓佳乘;齊保元;孟二利
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/35;G06F16/31;G06F40/289
• 代理公司: 北京善任知識產權代理有限公司 11650
• 代理人: 康艷青

1.一種文本分類的規則模板生成方法，其特征在于，所述方法包括：

對候選文本進行分詞，獲得第一分詞結果；

基于預設關鍵詞庫內的關鍵詞，去除所述第一分詞結果中所述關鍵詞以外的非關鍵詞；

基于已去除非關鍵詞的第一分詞結果，得到候選模板；

從所述候選模板中選擇出正確率達標的，作為對文本分類的規則模板保存。

2.根據權利要求1所述的方法，其特征在于，所述從所述候選模板中選擇出正確率達標的，作為對文本分類的規則模板保存，包括：

利用帶文本類型標簽的測試文本分別對所述候選模板進行測試，獲得各所述候選模板對所述測試文本的預測結果；

根據所述預測結果與所述文本類型標簽，選擇一個或多個正確率達標的作為所述規則模板保存。

3.根據權利要求2所述的方法，其特征在于，所述利用帶文本類型標簽的測試文本分別對所述候選模板進行測試，獲得各所述候選模板對所述測試文本的預測結果，包括：

對所述測試文本進行分詞，獲得第二分詞結果；

基于所述預設關鍵詞庫內的關鍵詞，去除所述第二分詞結果中所述關鍵詞以外的非關鍵詞；

根據所述候選模板及已去除非關鍵詞的第二分詞結果，得到所述候選模板對應的預測結果；

所述根據所述預測結果與所述文本類型標簽，選擇一個或多個正確率達標的作為所述規則模板保存，包括：

根據所述預測結果和所述測試文本的文本類型標簽是否匹配，分別確定各所述候選模板的正確率；

選擇所述正確率達標的一個或多個所述候選模板作為所述規則模板保存。

4.根據權利要求3所述的方法，其特征在于，所述選擇所述正確率達標的一個或多個所述候選模板作為所述規則模板保存，包括：

對各所述候選模板的正確率進行排序，獲得排序結果；

根據所述排序結果，選擇正確率最大的一個或多個候選模板作為所述規則模板保存。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對所述候選模板進行去重；

所述從所述候選模板中選擇出正確率達標的，作為對文本分類的規則模板保存，包括：

從去重后的所述候選模板中選擇出正確率達標的，作為對所述文本分類的規則模板保存。

6.據權利要求1所述的方法，其特征在于，所述對文本分類的規則模板保存，包括：

將所述規則模板以字典數據結構形式進行保存；所述字典數據結構包括：所述規則模板及所述規則模板的模板索引。

7.根據權利要求1所述的方法，其特征在于，所述預設關鍵詞庫內的關鍵詞包括以下至少之一：

動詞；

疑問詞。

8.根據權利要求7所述的方法，其特征在于，所述動詞包括以下至少之一：

表征肯定的能愿動詞；

表征否定的能愿動詞。

9.一種文本分類方法，其特征在于，使用權利要求1至8中任一項所述的文本分類的規則模板，所述方法包括：

對待分類文本進行分詞，獲得第三分詞結果；

基于所述預設關鍵詞庫內的關鍵詞，去除所述第三分詞結果中所述關鍵詞以外的非關鍵詞；

將已去除非關鍵詞的第三分詞結果與所述規則模板進行匹配；

若所述已去除非關鍵詞的第三分詞結果與所述規則模板匹配上，則確定所述待分類文本為所述規則模板所對應的文本類型。

10.根據權利要求9所述的方法，其特征在，所述方法還包括：

若所述已去除非關鍵詞的第三分詞結果與所述規則模板不匹配，則確定所述待分類文本不為所述規則模板所對應的文本類型。