[發(fā)明專利]文本多標(biāo)簽分類方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110702628.6
• 申請(qǐng)日: 2021-06-24
• 公開（公告）號(hào): CN113435308B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計(jì)）人: 方俊波
• 申請(qǐng)（專利權(quán)）人: 平安國際智慧城市科技股份有限公司
• 主分類號(hào): G06V30/40
• 分類號(hào): G06V30/40;G06V30/19;G06V10/82;G06N3/045;G06N3/06
• 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)明涉及智能決策領(lǐng)域，揭露一種文本多標(biāo)簽分類方法，包括：提取文本集中每個(gè)文本對(duì)應(yīng)的文本標(biāo)簽，得到文本標(biāo)簽集；對(duì)文本標(biāo)簽集進(jìn)行聚類，得到一個(gè)或者多個(gè)文本標(biāo)簽簇，并為每個(gè)文本標(biāo)簽簇構(gòu)建對(duì)應(yīng)的聚類標(biāo)簽；對(duì)聚類標(biāo)簽進(jìn)行篩選，得到聚類標(biāo)簽集；過濾文本集中不屬于聚類標(biāo)簽集中聚類標(biāo)簽對(duì)應(yīng)的文本標(biāo)簽簇的文本標(biāo)簽，利用過濾后的文本集訓(xùn)練模型得到目標(biāo)標(biāo)簽分類模型；當(dāng)接收待分類文本時(shí)，利用目標(biāo)標(biāo)簽分類模型對(duì)待分類文本進(jìn)行標(biāo)簽分類，得到分類結(jié)果。本發(fā)明還涉及一種區(qū)塊鏈技術(shù)，所述文本標(biāo)簽可以存儲(chǔ)在區(qū)塊鏈節(jié)點(diǎn)中。本發(fā)明還提出一種文本多標(biāo)簽分類裝置、設(shè)備以及介質(zhì)。本發(fā)明可以提高文本多標(biāo)簽分類的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及智能決策領(lǐng)域，尤其涉及一種文本多標(biāo)簽分類方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

大規(guī)模文本多元標(biāo)簽分類是從大量的標(biāo)簽集中尋找最相關(guān)標(biāo)簽的任務(wù)，目前的文本多元標(biāo)簽分類主要是依托深度學(xué)習(xí)模型進(jìn)行分類。

但是在訓(xùn)練深度學(xué)習(xí)模型的過程中，因訓(xùn)練數(shù)據(jù)中標(biāo)簽種類特別多，很多標(biāo)簽數(shù)據(jù)稀缺，標(biāo)簽價(jià)值較低，導(dǎo)致模型訓(xùn)練計(jì)算量非常大，訓(xùn)練的模型參數(shù)較多，從而導(dǎo)致應(yīng)用模型進(jìn)行多元標(biāo)簽分類時(shí)速度較慢，降低了文本多標(biāo)簽分類的效率。

發(fā)明內(nèi)容

本發(fā)明提供一種文本多標(biāo)簽分類方法、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多標(biāo)簽分類的效率。

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

獲取文本集，提取所述文本集中每個(gè)文本對(duì)應(yīng)的文本標(biāo)簽，得到文本標(biāo)簽集；

對(duì)所述文本標(biāo)簽集進(jìn)行聚類，得到一個(gè)或者多個(gè)文本標(biāo)簽簇，并為每個(gè)所述文本標(biāo)簽簇構(gòu)建對(duì)應(yīng)的聚類標(biāo)簽；

將所述文本集中的每個(gè)文本的文本標(biāo)簽替換為所屬文本標(biāo)簽簇對(duì)應(yīng)的聚類標(biāo)簽，得到標(biāo)簽替換文本集；

按照預(yù)設(shè)的數(shù)據(jù)分配比例，將所述標(biāo)簽替換文本集劃分為第一文本集和第二文本集；

利用所述第一文本集對(duì)預(yù)構(gòu)建的第一深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到初始標(biāo)簽分類模型；

利用所述初始標(biāo)簽分類模型對(duì)所述第二文本集中每個(gè)文本進(jìn)行標(biāo)簽識(shí)別，得到對(duì)應(yīng)的識(shí)別標(biāo)簽，利用所述識(shí)別標(biāo)簽對(duì)所述聚類標(biāo)簽進(jìn)行篩選，得到聚類標(biāo)簽集；

選取所述聚類標(biāo)簽集中每個(gè)聚類標(biāo)簽對(duì)應(yīng)的文本標(biāo)簽簇，得到目標(biāo)文本標(biāo)簽簇；

過濾所述文本集中不屬于所述目標(biāo)文本標(biāo)簽簇的文本標(biāo)簽，利用過濾后的所述文本集對(duì)預(yù)構(gòu)建的第二深度學(xué)習(xí)模型進(jìn)行迭代訓(xùn)練，得到目標(biāo)標(biāo)簽分類模型；

當(dāng)接收待分類文本時(shí)，利用所述目標(biāo)標(biāo)簽分類模型對(duì)所述待分類文本進(jìn)行標(biāo)簽分類，得到分類結(jié)果。

可選地，所述對(duì)所述文本標(biāo)簽集進(jìn)行聚類，得到一個(gè)或者多個(gè)文本標(biāo)簽簇，包括：

對(duì)所述文本標(biāo)簽集中的每個(gè)文本標(biāo)簽進(jìn)行向量化處理，得到文本標(biāo)簽向量；

計(jì)算任意兩個(gè)所述文本標(biāo)簽向量的向量距離；

利用所述向量距離對(duì)所述文本標(biāo)簽集中的所有文本標(biāo)簽進(jìn)行聚類，得到一個(gè)或者多個(gè)文本標(biāo)簽簇。

可選地，所述利用所述初始標(biāo)簽分類模型對(duì)所述第二文本集中每個(gè)文本進(jìn)行標(biāo)簽識(shí)別，得到對(duì)應(yīng)的識(shí)別標(biāo)簽，包括：

利用所述初始標(biāo)簽分類模型對(duì)所述第二文本集中每個(gè)文本進(jìn)行標(biāo)簽識(shí)別，得到每個(gè)所述聚類標(biāo)簽對(duì)應(yīng)的識(shí)別概率；

選取所述識(shí)別概率大于預(yù)設(shè)閾值的聚類標(biāo)簽，得到所述識(shí)別標(biāo)簽。

可選地，所述利用所述識(shí)別標(biāo)簽對(duì)所述聚類標(biāo)簽進(jìn)行篩選，得到聚類標(biāo)簽集，包括：

匯總所述識(shí)別標(biāo)簽，得到識(shí)別標(biāo)簽集；