[發(fā)明專利]文本分類方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110581189.8
• 申請(qǐng)日: 2021-05-27
• 公開(kāi)（公告）號(hào): CN113157927A
• 公開(kāi)（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 趙知緯
• 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;G06F40/117;G06F40/242;G06F40/279;G06N3/04;G06N3/08
• 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

本發(fā)明涉及語(yǔ)義解析領(lǐng)域，揭露一種文本分類方法，包括：對(duì)文本集中的每個(gè)文本進(jìn)行類別標(biāo)簽標(biāo)記，得到所述文本集的目標(biāo)標(biāo)簽集；將文本集及目標(biāo)標(biāo)簽集進(jìn)行文本拼接處理，得到樣本序列集；利用所述樣本序列集對(duì)預(yù)構(gòu)建的文本分類模型進(jìn)行基于神經(jīng)特征融合提取的迭代訓(xùn)練，直至所述文本分類模型收斂，得到訓(xùn)練完成的文本分類模型；當(dāng)接收待分類文本時(shí)，對(duì)所述分類文本進(jìn)行分詞及標(biāo)簽拼接，得到待分類文本序列，利用所述訓(xùn)練完成的文本分類模型對(duì)所述待分類文本序列進(jìn)行分類，得到分類結(jié)果。本發(fā)明還涉及一種區(qū)塊鏈技術(shù)，所述文本集可以存儲(chǔ)在區(qū)塊鏈節(jié)點(diǎn)中。本發(fā)明還提出一種文本分類裝置、電子設(shè)備以及存儲(chǔ)介質(zhì)。本發(fā)明可以提高文本分類的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)義解析領(lǐng)域，尤其涉及一種文本分類方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著人工智能的發(fā)展，自然語(yǔ)言處理領(lǐng)域成為了人工智能的重要組成部分，文本分類作為自然語(yǔ)言處理領(lǐng)域的基礎(chǔ)技術(shù)也因此受到了人們的重視。

但是，目前的文本分類依靠模型進(jìn)行文本分類，模型分類過(guò)程中只考慮了詞與詞之間簡(jiǎn)單的特征融合，特征提取的不全面，導(dǎo)致文本分類的準(zhǔn)確率較低。

發(fā)明內(nèi)容

本發(fā)明提供一種文本分類方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其主要目的在于提高文本分類的準(zhǔn)確率。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種文本分類方法，包括：

對(duì)文本集中的每個(gè)文本進(jìn)行意圖識(shí)別，并根據(jù)意圖識(shí)別的結(jié)果對(duì)所述文本集中的每個(gè)文本進(jìn)行類別標(biāo)簽標(biāo)記，得到所述文本集的目標(biāo)標(biāo)簽集；

將所述文本集中每個(gè)文本進(jìn)行分詞處理，并根據(jù)分詞處理的結(jié)果進(jìn)行序列組合，得到每個(gè)文本的文本序列；

將所述目標(biāo)標(biāo)簽集中的所有標(biāo)簽與所述文本序列進(jìn)行文本拼接處理，得到樣本序列集；

利用所述樣本序列集對(duì)預(yù)構(gòu)建的文本分類模型進(jìn)行基于神經(jīng)特征融合提取的模型訓(xùn)練，得到訓(xùn)練完成的文本分類模型；

當(dāng)接收待分類文本時(shí)，對(duì)所述分類文本進(jìn)行分詞及標(biāo)簽拼接，得到待分類文本序列，利用所述訓(xùn)練完成的文本分類模型對(duì)所述待分類文本序列進(jìn)行分類，得到分類結(jié)果。

當(dāng)接收待分類文本時(shí)，對(duì)所述分類文本進(jìn)行分詞及標(biāo)簽拼接，得到待分類文本序列，利用所述訓(xùn)練完成的文本分類模型對(duì)所述待分類文本序列進(jìn)行分類，得到分類結(jié)果。

可選地，所述將所述目標(biāo)標(biāo)簽集中的所有標(biāo)簽與所述文本序列進(jìn)行文本拼接處理，得到樣本序列集，包括：

將所述目標(biāo)標(biāo)簽集中的所有標(biāo)簽進(jìn)行隨機(jī)組合，得到標(biāo)簽序列；

利用預(yù)設(shè)字符將每個(gè)所述文本序列與所述標(biāo)簽序列進(jìn)行拼接，得到樣本序列；

匯總所有的樣本序列，得到所述樣本序列集。

可選地，所述將所述文本集中每個(gè)文本進(jìn)行分詞處理，并根據(jù)分詞處理的結(jié)果進(jìn)行序列組合，得到每個(gè)文本的文本序列，包括：

利用預(yù)設(shè)的分詞詞典對(duì)所述文本集中的每個(gè)文本進(jìn)行分詞，得到對(duì)應(yīng)的初始文本詞語(yǔ)集；

利用所述初始文本詞語(yǔ)集進(jìn)行停用詞刪除，得到所述文本詞語(yǔ)集；

將所述文本詞語(yǔ)集中每個(gè)詞語(yǔ)按照在對(duì)應(yīng)文本中的先后順序進(jìn)行組合，得到每個(gè)文本的文本序列。

可選地，所述利用利用所述樣本序列集對(duì)預(yù)構(gòu)建的文本分類模型進(jìn)行基于神經(jīng)特征融合提取的模型訓(xùn)練，得到訓(xùn)練完成的文本分類模型，包括：

步驟A：利用所述文本分類模型的編碼層將每個(gè)所述樣本序列中的詞語(yǔ)轉(zhuǎn)化為向量，將轉(zhuǎn)化得到的所有向量按照所述樣本序列中對(duì)應(yīng)的詞語(yǔ)的順序進(jìn)行組合，得到樣本矩陣；