[發明專利]內容分類方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202210423788.1
• 申請日: 2022-04-21
• 公開（公告）號: CN114925667A
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 馬潮;曹佐
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F40/174;G06F40/169;G06F16/35;G06K9/62
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 謝冬寒

本申請公開了一種內容分類方法、裝置、設備及計算機可讀存儲介質，屬于計算機技術領域。方法包括：獲取待分類的內容和提示模板，所述提示模板中包括多個提示字符和待填充位，所述提示模板為任一分類標準對應的提示模板；基于所述內容和所述提示模板，確定所述待填充位對應的填充內容；基于所述填充內容，確定所述內容在所述分類標準下對應的內容類別。該方法使得內容分類更加方便、準確性更高。由于無需為每種分類標準訓練一個分類模型，因此能夠節省部署成本，降低內容分類的難度。

技術領域

本申請實施例涉及計算機技術領域，特別涉及一種內容分類方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著計算機技術的不斷發展，內容的分類標準也越來越多樣化。例如，可以按照類目對內容進行分類，也可以按照屬性對內容進行分類，還可以按照情感對內容進行分類。

相關技術中，獲取任一分類標準對應的訓練數據，基于任一分類標準對應的訓練數據，訓練得到任一分類標準對應的分類模型。進而基于任一分類標準對應的分類模型，確定待分類的內容在該分類標準下對應的內容類別。

然而，上述內容分類方法中，需要先獲取分類標準對應的訓練數據，由于有些分類標準下的訓練數據較少，使得訓練得到的分類模型的分類準確性較低。而且，針對不同的分類標準，需要獲取不同的訓練數據，訓練得到不同的分類模型，使得分類模型的訓練難度較高、部署成本較高，進而導致內容分類的難度較大。

發明內容

本申請實施例提供了一種內容分類方法、裝置、設備及計算機可讀存儲介質，可用于解決相關技術中的問題。所述技術方案如下：

一方面，本申請實施例提供了一種內容分類方法，所述方法包括：

獲取待分類的內容和提示模板，所述提示模板中包括多個提示字符和待填充位，所述提示模板為任一分類標準對應的提示模板；

基于所述內容和所述提示模板，確定所述待填充位對應的填充內容；

基于所述填充內容，確定所述內容在所述分類標準下對應的內容類別。

在一種可能的實現方式中，所述基于所述內容和所述提示模板，確定所述待填充位對應的填充內容，包括：

確定所述內容對應的內容特征向量，所述內容特征向量包括所述內容中的各個子內容對應的特征向量；

確定所述提示模板對應的模板特征向量，所述模板特征向量包括各個提示字符對應的特征向量和所述待填充位對應的初始特征向量；

基于所述內容特征向量和所述模板特征向量，確定第一特征向量，所述第一特征向量為所述模板特征向量和所述內容特征向量相互影響后的特征向量中所述待填充位所在位置對應的特征向量；

將所述第一特征向量輸入掩碼語言模型，基于所述掩碼語言模型的輸出結果，得到所述待填充位對應的填充內容。

在一種可能的實現方式中，所述基于所述內容特征向量和所述模板特征向量，確定第一特征向量，包括：

對所述內容特征向量和所述模板特征向量進行拼接，得到第二特征向量，所述第二特征向量用于表征所述內容和所述提示模板；

將所述第二特征向量輸入語言表征模型，得到第三特征向量，所述第三特征向量的維度與所述第二特征向量的維度相同，所述第三特征向量為所述模板特征向量和所述內容特征向量相互影響后的特征向量；

將所述第三特征向量中位于目標維度的特征向量作為所述第一特征向量，所述目標維度為所述初始特征向量在所述第二特征向量中的維度。

在一種可能的實現方式中，所述確定所述內容對應的內容特征向量，包括：

確定所述內容中包括的子內容對應的特征向量；