[發明專利]用于獲取文本分類模型的方法、用于文本分類的方法、裝置及設備

在審

• 申請號: 202110123014.2
• 申請日: 2021-01-29
• 公開（公告）號: CN112800226A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 王碩;徐凱波;付驍弈;楊康;徐成國
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/194;G06F40/216
• 代理公司: 北京康盛知識產權代理有限公司 11331
• 代理人: 陶俊潔

1.一種用于獲取文本分類模型的方法，其特征在于，包括：

獲取樣本文本；

獲取所述樣本文本對應的文本類型關鍵詞和所述樣本文本對應的文本關鍵詞；

獲取所述文本類型關鍵詞和所述文本關鍵詞的第一相似度；

根據所述第一相似度為所述樣本文本生成偽標簽；

利用帶有所述偽標簽的樣本文本對預設的神經網絡模型進行訓練，獲得文本分類模型。

2.根據權利要求1所述的方法，其特征在于，獲取所述樣本文本對應的文本類型關鍵詞，包括：

獲取所述樣本文本對應的文本類型備選詞；

根據所述文本類型備選詞獲取所述樣本文本對應的文本類型關鍵詞。

3.根據權利要求2所述的方法，其特征在于，根據所述文本類型備選詞獲取所述樣本文本對應的文本類型關鍵詞，包括：

對所述文本類型備選詞進行擴展，獲得文本類型詞集合；

在所述文本類型詞集合中確定出所述樣本文本對應的文本類型關鍵詞。

4.根據權利要求3所述的方法，其特征在于，對所述文本類型備選詞進行擴展，獲得文本類型詞集合，包括：

獲取所述文本類型備選詞的語義；

根據所述語義對所述文本類型備選詞進行擴展，獲得文本類型詞集合。

5.根據權利要求3所述的方法，其特征在于，在所述文本類型詞集合中確定出所述樣本文本對應的文本類型關鍵詞，包括：

將所述文本類型詞集合中滿足第二預設條件的詞確定為所述樣本文本對應的文本類型關鍵詞。

6.根據權利要求1所述的方法，其特征在于，根據所述第一相似度為所述樣本文本生成偽標簽，包括：

獲取所述文本類型關鍵詞在所述樣本文本中的第一詞頻；

根據所述第一詞頻和所述第一相似度進行計算，獲得計算結果；

將滿足第一預設條件的計算結果所對應的文本類型關鍵詞確定為所述樣本文本的偽標簽。

7.根據權利要求1至6任一項所述的方法，其特征在于，獲得文本分類模型后，還包括：

獲取測試文本，將所述測試文本輸入所述文本分類模型，獲得所述測試文本的第一分類結果；

將滿足第三預設條件的第一分類結果所對應的測試文本確定為訓練文本，利用所述訓練文本及其對應的第二文本類別關鍵詞對所述文本分類模型進行訓練。

8.一種用于文本分類的方法，其特征在于，包括：

獲取待分類文本；

將所述待分類文本輸入如權利要求1至7任一項所述的文本分類模型，獲得所述待分類文本的第二分類結果。

9.一種用于獲取文本分類模型的裝置，包括第一處理器和存儲有程序指令的第一存儲器，其特征在于，所述第一處理器被配置為在執行所述程序指令時，執行如權利要求1至7任一項所述的用于獲取文本分類模型的方法。

10.一種用于文本分類的裝置，包括第二處理器和存儲有程序指令的第二存儲器，其特征在于，所述第二處理器被配置為在執行所述程序指令時，執行如權利要求8所述的用于文本分類的方法。

11.一種設備，其特征在于，包括如權利要求9所述的用于訓練文本分類模型的裝置。

12.一種設備，其特征在于，包括如權利要求10所述的用于文本分類的裝置。