[發明專利]數據項分類方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110762220.8
• 申請日: 2021-07-06
• 公開（公告）號: CN115577051A
• 公開（公告）日: 2023-01-06
• 發明（設計）人: 鄭方園
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/2457
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 李永葉;孫劍鋒

1.一種數據項分類方法，其特征在于，包括：

對輸入數據進行分詞得到若干個數據項；

將所述數據項輸入主題分類模型，對每個數據項打上相應的主題分類標簽，輸出主題分類預測結果，并將隸屬同一主題分類下的數據項劃分為該主題分類下的數據集；

將每個主題分類下的數據集輸入一級分類模型，對每個數據項打上相應的一級分類標簽，輸出一級分類預測結果，并將隸屬同一一級分類下的數據項劃分為該一級分類下的數據集；

將每個一級分類下的數據集輸入二級分類模型，對每個數據項打上相應的二級分類標簽，輸出二級分類預測結果，并將隸屬同一二級分類下的數據項劃分為該二級分類下的數據集。

2.根據權利要求1所述的方法，其特征在于，還包括：

在將隸屬同一分類下的數據項劃分為該分類下的數據集之前，將分類預測結果發送至客戶端進行展示；

響應于客戶端發送的修改指令，對所述分類預測結果進行修改；其中，所述分類為主題分類、一級分類或二級分類。

3.根據權利要求1所述的方法，其特征在于，還包括，所述主題分類模型、一級分類模型和二級分類模型中的至少一個模型通過以下步驟建立：

對文本數據進行分詞得到數據項，獲取與所述數據項對應的分類標簽，形成樣本數據；

以樣本數據中的數據項作為輸入，輸入初始機器學習模型，輸出初始分類結果，以所述數據項對應的分類標簽作為訓練標簽進行訓練得到相應的分類模型。

4.根據權利要求3所述的方法，其特征在于，基于TF-IDF算法對文本數據進行分詞得到數據項，將數據項和與數據項對應的分類標簽作為樣本數據。

5.根據權利要求4所述的方法，其特征在于，采用SOFTMAX算法對初始機器學習模型進行訓練得到相應的分類模型。

6.根據權利要求1所述的方法，其特征在于，還包括：

將每輪的主題分類預測結果、一級分類預測結果、二級分類預測結果以及所對應的數據項作為新的樣本數據，加入樣本數據集；

在進行下一輪預測前，根據新的樣本數據集更新所述主題分類模型、一級分類模型、二級分類模型。

7.一種數據項分類裝置，其特征在于，包括：

分詞模塊，用于對輸入數據進行分詞得到若干個數據項；

主題分類模塊，用于將所述數據項輸入主題分類模型，對每個數據項打上相應的主題分類標簽，輸出主題分類預測結果，并將隸屬同一主題分類下的數據項劃分為該主題分類下的數據集；

一級分類模塊，用于將每個主題分類下的數據集輸入一級分類模型，對每個數據項打上相應的一級分類標簽，輸出一級分類預測結果，并將隸屬同一一級分類下的數據項劃分為該一級分類下的數據集；

二級分類模塊，用于將每個一級分類下的數據集輸入二級分類模型，對每個數據項打上相應的二級分類標簽，輸出二級分類預測結果，并將隸屬同一二級分類下的數據項劃分為該二級分類下的數據集。

8.據權利要求7所述的裝置，其特征在于，還包括：

結果展示模塊，用于在將隸屬同一分類下的數據項劃分為該分類下的數據集之前，將分類預測結果發送至客戶端進行展示；

結果修正模塊，用于響應于客戶端發送的修改指令，對所述分類預測結果進行修改；其中，所述分類為主題分類、一級分類或二級分類。

9.一種電子設備，其特征在于，包括一個或多個存儲器，用于存放計算機程序；

一個或多個處理器，用于在執行所述存儲器上所存放的程序時，實現如權利要求1-6任一項所述的數據項分類方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-6任一項所述的數據項分類方法的步驟。