[发明专利]一种标题的分类方法及装置

权利要求书

1.一种标题的分类方法，其特征在于，包括：

获得待分类的目标标题；

对所述目标标题进行特征提取，得到所述目标标题的分词集合；

将所述分词集合中的每一个分词输入到预先训练的目标分类模型，确定所述目标标题在预设的各分类类别中的相似度；

将对应的相似度最大的分类类别，作为所述目标标题的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标标题进行特征提取，得到所述目标标题的分词集合，包括：

对所述目标标题进行分词，得到所述目标标题的初始分词集合；

对所述目标标题的初始分词集合进行特征选择，得到所述目标标题的分词集合。

3.根据权利要求1所述的方法，其特征在于，所述将所述分词集合中的每一个分词输入到预先训练的目标分类模型，确定所述目标标题在预设的各分类类别中的相似度，包括：

获取预先存储的所述分词集合中的每一个分词对应的条件概率集合，所述条件概率集合中包含该分词在各分类类别中的条件概率；

根据所述每一个分词对应的条件概率集合，确定所述目标标题在预设的各分类类别中的相似度。

4.根据权利要求1所述的方法，其特征在于，所述目标分类模型的训练过程，包括：

获得多个样本集合和所述多个样本集合中的每个样本标题对应的样本分类类别，其中，每个样本集合包括多个样本标题；

针对每个样本集合中的每个样本标题进行特征提取，得到每个样本集合对应的训练数据；

基于所述每个样本标题对应的样本分类类别、所述每个样本集合对应的训练数据和预设的分类器，确定所述目标分类模型。

5.根据权利要求4所述的方法，其特征在于，所述针对每个样本集合中的每个样本标题进行特征提取，得到每个样本集合对应的训练数据，包括：

针对每个样本集合中的每个样本标题进行分词，得到所述每个样本标题对应的特征分词集合；

针对每个样本集合，将该样本集合中的样本标题对应的特征分词集合中的词进行去重处理，得到该样本集合对应的训练数据。

6.根据权利要求5所述的方法，其特征在于，所述针对每个样本集合中的每个样本标题进行分词，得到所述样本标题对应的特征分词集合，包括：

对所述多个样本标题中的每个样本标题进行分词，得到所述每个样本标题对应的初始分词集合；

将每一初始分词集合中的词进行特征选择，得到所述样本标题对应的特征分词集合。

7.根据权利要求4所述的方法，其特征在于，所述基于所述每个样本标题对应的样本分类类别、所述每个样本集合对应的训练数据和预设的分类器，确定所述目标分类模型，包括：

根据所述每个样本集合对应的训练数据和预设的分类器，分别对预设的分类模型进行训练，得到所述每个样本集合对应的候选分类模型；

根据所述每个样本标题对应的样本分类类别，在所述每个样本集合对应的所述候选分类模型中，确定目标分类模型。

8.根据权利要求7所述的方法，其特征在于，所述根据所述每个样本集合对应的训练数据和预设的分类器，分别对预设的分类模型进行训练，得到所述每个样本集合对应的所述候选分类模型，包括：

基于多个样本标题对应的分类类别，得到每个分类类别对应的概率；

基于每个样本集合对应的训练数据和多个样本标题对应的分类类别，得到特征分词集合中的每个分词在对应的分类类别中的条件概率；

基于所述每个分类类别对应的概率、所述每个分词在对应的分类类别中的条件概率和预设的分类器，得到所述每个样本集合对应的所述候选分类模型。