[發(fā)明專利]基于幽默度的文本分類方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011144840.7
• 申請(qǐng)日: 2020-10-23
• 公開（公告）號(hào): CN112214602A
• 公開（公告）日: 2021-01-12
• 發(fā)明（設(shè)計(jì)）人: 馬建
• 申請(qǐng)（專利權(quán)）人: 中國(guó)平安人壽保險(xiǎn)股份有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F40/205
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于幽默度的文本分類方法，其特征在于，所述方法包括：

獲取第一原始文本訓(xùn)練集、替換詞對(duì)集及原始類別集，利用所述替換詞對(duì)集替換所述第一原始文本訓(xùn)練集內(nèi)的原始文本，得到第二原始文本訓(xùn)練集；

利用所述替換詞對(duì)集，對(duì)所述原始類別集進(jìn)行聚類操作，得到標(biāo)準(zhǔn)類別集；

組合所述標(biāo)準(zhǔn)類別集及所述第一原始文本訓(xùn)練集得到第一標(biāo)準(zhǔn)文本訓(xùn)練集，及組合所述標(biāo)準(zhǔn)類別集及所述第二原始文本訓(xùn)練集得到第二標(biāo)準(zhǔn)文本訓(xùn)練集；

接收用戶對(duì)所述第一標(biāo)準(zhǔn)文本訓(xùn)練集及所述第二標(biāo)準(zhǔn)文本訓(xùn)練集的幽默度評(píng)級(jí)，得到幽默度級(jí)別集；

利用所述第一標(biāo)準(zhǔn)文本訓(xùn)練集、所述第二標(biāo)準(zhǔn)文本訓(xùn)練集及所述幽默度級(jí)別集，訓(xùn)練預(yù)構(gòu)建的文本分類模型；

接收待分類文本，利用訓(xùn)練完成的所述文本分類模型對(duì)所述待分類文本進(jìn)行類型評(píng)級(jí)，根據(jù)所述類型評(píng)級(jí)得到分類結(jié)果。

2.如權(quán)利要求1所述的基于幽默度的文本分類方法，其特征在于，所述利用所述替換詞對(duì)集替換所述第一原始文本訓(xùn)練集內(nèi)的原始文本，得到第二原始文本訓(xùn)練集，包括：

在所述第一原始文本訓(xùn)練集內(nèi)，查詢?cè)谒鎏鎿Q詞對(duì)集中出現(xiàn)的詞語，得到待替換詞對(duì)集；

利用所述待替換詞對(duì)集，對(duì)所述第一原始文本訓(xùn)練集中的詞語執(zhí)行替換操作，得到所述第二原始文本訓(xùn)練集。

3.如權(quán)利要求2所述的基于幽默度的文本分類方法，其特征在于，所述利用所述替換詞對(duì)集，對(duì)所述原始類別集進(jìn)行聚類操作，得到標(biāo)準(zhǔn)類別集，之前還包括：

利用預(yù)構(gòu)建的替換模板，生成與所述待替換詞對(duì)集對(duì)應(yīng)的替換日志集；

將所述替換日志集添加至所述第一原始文本訓(xùn)練集及所述第二原始文本訓(xùn)練集。

4.如權(quán)利要求3中所述的基于幽默度的文本分類方法，其特征在于，所述組合所述標(biāo)準(zhǔn)類別集及所述第一原始文本訓(xùn)練集得到第一標(biāo)準(zhǔn)文本訓(xùn)練集，及組合所述標(biāo)準(zhǔn)類別集及所述第二原始文本訓(xùn)練集得到第二標(biāo)準(zhǔn)文本訓(xùn)練集，包括：

從所述標(biāo)準(zhǔn)類別集中查找所述待替換詞對(duì)集的所屬類別集，將所述所屬類別集添加至所述替換日志集中；

將添加后的所述替換日志集，分別與所述第一原始文本訓(xùn)練集及所述第二原始文本訓(xùn)練集進(jìn)行結(jié)合，得到所述第一標(biāo)準(zhǔn)文本訓(xùn)練集及所述第二標(biāo)準(zhǔn)文本訓(xùn)練集。

5.如權(quán)利要求1所述的基于幽默度的文本分類方法，其特征在于，所述利用所述替換詞對(duì)集，對(duì)所述原始類別集進(jìn)行聚類操作，得到標(biāo)準(zhǔn)類別集，包括：

根據(jù)用戶設(shè)置的聚類數(shù)，利用預(yù)設(shè)的聚類算法及所述替換詞對(duì)集，對(duì)所述原始類別集進(jìn)行聚類操作，得到所述標(biāo)準(zhǔn)類別集。

6.如權(quán)利要求1所述的基于幽默度的文本分類方法，其特征在于，所述利用所述第一標(biāo)準(zhǔn)文本訓(xùn)練集、所述第二標(biāo)準(zhǔn)文本訓(xùn)練集及所述幽默度級(jí)別集，訓(xùn)練預(yù)構(gòu)建的文本分類模型之前，還包括：

利用雙向編碼器表征量構(gòu)建向量轉(zhuǎn)化模塊；

利用所述雙向編碼器表征量改進(jìn)預(yù)構(gòu)建的文本匹配模型，得到幽默度評(píng)級(jí)模塊；

組合所述向量轉(zhuǎn)化模塊及所述幽默度評(píng)級(jí)模塊，得到所述文本分類模型。

7.如權(quán)利要求6所述的基于幽默度的文本分類方法，其特征在于，所述利用所述第一標(biāo)準(zhǔn)文本訓(xùn)練集、所述第二標(biāo)準(zhǔn)文本訓(xùn)練集及所述幽默度級(jí)別集，訓(xùn)練預(yù)構(gòu)建的文本分類模型，包括：

利用所述向量轉(zhuǎn)化模塊，將所述第一標(biāo)準(zhǔn)文本訓(xùn)練集及所述第二標(biāo)準(zhǔn)文本訓(xùn)練集轉(zhuǎn)化為第一文本向量訓(xùn)練集及第二文本向量訓(xùn)練；

利用所述幽默度評(píng)級(jí)模塊，預(yù)測(cè)所述第一文本向量訓(xùn)練集及第二文本向量訓(xùn)練集的幽默度，得到預(yù)測(cè)幽默度集；

計(jì)算所述預(yù)測(cè)幽默度集與所述幽默度級(jí)別集的誤差值，若所述誤差值大于或等于預(yù)設(shè)的誤差閾值，調(diào)整所述向量轉(zhuǎn)化模塊及所述幽默度評(píng)分模塊的內(nèi)部參數(shù)；

直至所述誤差值小于所述誤差閾值，得到訓(xùn)練完成的文本分類模型。