[发明专利]一种基于联合学习的文本情报分类方法、装置及计算机设备

说明书

本发明涉及一种基于联合学习的文本情报分类方法、装置及计算机设备，该方法包括：S1：将第一文本情报输入双向长短期记忆循环神经网络Bi‑LSTM进行处理；S2：将经过所述双向长短期记忆循环神经网络Bi‑LSTM处理后的输出，分别作为长短期记忆网络LSTM和协同卷积神经网络CNN的输入，共同进行混合神经网络训练，得到文本情报的分类网络；S3：将第二文本情报输入双向长短期记忆循环神经网络Bi‑LSTM进行处理，将处理的结果输入到所述分类网络，得到所述第二文本情报的情报实体间关系的分类。解决了现有的文本情报由于种类多、数据量大，存在分类/梳理困难的问题。能够自动识别文本情报中的“人员”“地点”“时间”等情报实体，显著降低办案人员时间成本。

技术领域

本发明涉及大数据分析技术领域，尤其涉及一种基于联合学习的文本情报分类方法、装置及计算机设备。

背景技术

文本情报作为一种犯罪行为研判的依据，在案件侦破中发挥着重要作用，尤其在大数据背景下，网站社交数据、通讯内容、聊天记录等文本情报的获取，极大丰富了研判信息，为案件侦破提供了稳固的信息支撑。然而，伴随着文本情报的急剧增加，情报难梳理、难利用的问题日益凸显，“数据量大、价值密度低、利用低下”成为文本情报分析的难点。

文本情报提取成为解决以上问题的重要途径。文本情报提取主要由两部分组成，一、命名实体识别(Named Entity Recognition，NER)，即从文本情报中对命名实体进行识别，在公共安全领域，命名实体主要包含“人员”、“地点”、“时间”等(以下统称情报实体)；二、关系分类(Relation Classification，RC)，即依据NER过程提取的命名实体，对实体间的关系按设定类型进行分类。在公共安全领域，主要针对人员与人员的关联关系，人员与地点的所属关系，时间与人员的对应关系进行实体关系分类(以下统称情报实体关系分类)。

传统的情报提取方式将NER过程和RC过程作为两个独立单元进行处理并且过于依赖人工特征(依据领域理解和自然语言处理工具对文本进行特征提取的过程)，存在以下问题：

NER与RC过程割裂，忽略了实体与关系的内在联系，致使关系分类效果不佳；人工特征过程繁琐耗时，对于多元海量文本情报的提取尤其显著。

发明内容

本发明针对现有的文本情报由于种类多、数据量大，存在分类/梳理困难的问题，提供了一种基于联合学习的文本情报分类方法、装置及计算机设备，能够自动识别文本情报中的“人员”“地点”“时间”等情报实体，从中提取人与人、人与地点、人与事件的关系，在充分利用大数据背景下多样化文本情报的同时，显著降低办案人员时间成本。

第一方面，本发明提供了一种基于联合学习的文本情报分类方法，包括：

S1：将第一文本情报输入双向长短期记忆循环神经网络Bi-LSTM进行处理；所述第一文本情报为训练分类网络所用的文本情报；

S2：将经过所述双向长短期记忆循环神经网络Bi-LSTM处理后的输出，分别作为长短期记忆网络LSTM和协同卷积神经网络CNN的输入，共同进行混合神经网络训练，得到文本情报的分类网络；

S3：将第二文本情报输入双向长短期记忆循环神经网络Bi-LSTM进行处理，将处理的结果输入到所述分类网络，得到所述第二文本情报的情报实体间关系的分类；所述第二文本情报为待分类的文本情报。

本发明的有益效果是：在充分利用大数据背景下多样化文本情报的同时，显著降低办案人员的时间成本。

进一步，在所述S1和S3中，所述处理过程包括：通过双向长短期记忆循环神经网络Bi-LSTM对输入的第一/第二文本情报进行编码，得到情报融合向量。

进一步，在所述S2中，所述作为LSTM的输入和协同卷积神经网络CNN的输入，共同进行混合神经网络训练的过程包括：