[發(fā)明專利]文本分類模型的訓(xùn)練方法、文本分類方法、裝置和設(shè)備

在審

• 申請?zhí)枺?/td>: 202111419915.2
• 申請日: 2021-11-26
• 公開（公告）號: CN114281939A
• 公開（公告）日: 2022-04-05
• 發(fā)明（設(shè)計(jì)）人: 秦悅;李明亮;吳天昊;莊孺義
• 申請（專利權(quán)）人: 中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/216;G06F40/289;G06K9/62
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 楊澤;臧建明

1.一種文本分類模型的訓(xùn)練方法，其特征在于，包括：

獲取多條瀏覽器的歷史彈窗內(nèi)的文本信息；

對每個所述文本信息進(jìn)行分詞處理，根據(jù)分詞結(jié)果確定出每個所述文本信息對應(yīng)的第一特征向量；

對所述第一特征向量進(jìn)行聚類，得到至少一個文本信息組；

從每個所述文本信息組中，分別選出至少一條目標(biāo)文本信息，并對每個所述目標(biāo)文本信息添加類型標(biāo)識，以形成至少一個文本信息模板；

根據(jù)所述至少一個文本信息模板，對初始文本分類模型進(jìn)行訓(xùn)練，得到文本分類模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對每個所述文本信息進(jìn)行分詞處理，根據(jù)分詞結(jié)果確定出每個所述文本信息對應(yīng)的第一特征向量，包括：

對每個所述文本信息進(jìn)行分詞處理，生成第一詞袋；

確定所述第一詞袋中，任一第一詞匯對應(yīng)的第二特征向量；

根據(jù)所述第二特征向量，確定所述每個文本信息對應(yīng)的第一特征向量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述第二特征向量，確定所述每個所述歷史彈窗內(nèi)的文本信息對應(yīng)的第一特征向量，包括：

獲取所述第一詞袋中的所述第一詞匯的總數(shù)量；

獲取所述第一詞袋中的每個所述第一詞匯在多個所述文本信息中的出現(xiàn)頻次，以及包含每個所述第一詞匯的文本信息數(shù)量；

根據(jù)所述第一詞袋中的第一詞匯的總數(shù)量、每個所述第一詞匯在多個所述歷史彈窗內(nèi)的文本信息中的出現(xiàn)頻次，以及包含每個所述第一詞匯的文本信息數(shù)量，確定每個所述第一詞匯分別對應(yīng)的權(quán)重；

根據(jù)所述第一詞袋中的每個所述第一詞匯分別對應(yīng)的權(quán)重，以及每個所述第一詞匯對應(yīng)的第二特征向量，確定每個所述歷史彈窗內(nèi)的文本信息對應(yīng)的第一特征向量。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述至少一個文本信息模板，對初始文本分類模型進(jìn)行訓(xùn)練，得到文本分類模型，包括：

對每個所述文本信息模板進(jìn)行分詞處理，生成第二詞袋；

確定所述第二詞袋中，任一第二詞匯對應(yīng)的第三特征向量；

根據(jù)文本相似度算法和所述第三特征向量，對初始文本分類模型進(jìn)行訓(xùn)練，得到所述文本分類模型。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述確定所述第一詞袋中，任一第一詞匯對應(yīng)的第二特征向量之后，還包括：

對所述第二特征向量進(jìn)行降維處理，得到降維后的第二特征向量；

相應(yīng)的，所述根據(jù)所述第二特征向量，確定所述每個所述歷史彈窗內(nèi)的文本信息對應(yīng)的第一特征向量，包括：

根據(jù)所述降維后的第二特征向量，確定所述每個所述歷史彈窗內(nèi)的文本信息對應(yīng)的第一特征向量。

6.一種文本分類方法，其特征在于，包括：

獲取待分類文本信息，所述文本信息為瀏覽器的彈窗內(nèi)的信息；

對所述待分類文本信息進(jìn)行分詞處理，生成第三詞袋；

將所述第三詞袋輸入預(yù)先訓(xùn)練的文本分類模型中，得到所述待分類文本信息的類型，所述文本分類模型為通過多條瀏覽器的歷史彈窗內(nèi)的文本信息進(jìn)行分詞處理，根據(jù)分詞結(jié)果確定出每個所述文本信息對應(yīng)的第一特征向量，并對所述第一特征向量進(jìn)行聚類，得到至少一個文本信息組，并從每個所述文本信息組中，分別選出至少一條目標(biāo)文本信息，并對每個所述目標(biāo)文本信息添加類型標(biāo)識，以形成至少一個文本信息模板，并根據(jù)所述至少一個文本信息模板，對初始文本分類模型進(jìn)行訓(xùn)練后得到。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述將所述第三詞袋輸入預(yù)先訓(xùn)練的文本分類模型中，得到所述待分類文本信息的類型，包括：

將所述第三詞袋輸入預(yù)先訓(xùn)練的文本分類模型中，得到所述待分類文本信息與每個所述文本信息模板之間的相似度值；

若所述待分類文本信息與第一所述文本信息模板之間的相似度值小于或者等于第一預(yù)設(shè)閾值，且所述相似度值大于所述待分類文本信息與第二所述文本信息模板之間的相似度值，則將所述第一所述文本信息模板對應(yīng)的類型確定所述待分類文本信息的類型。