[发明专利]文本数据分类方法、装置、设备及存储介质

说明书

本申请提出一种文本数据分类方法、装置、设备及存储介质，其中方法包括：利用预设的主题模型，对待处理的文本数据进行主题识别，确定所述待处理的文本数据对应的目标主题标识及所述目标主题标识对应的第一关键词集；获取多个预设的可能目标类别对应的多个第二关键词集；根据所述第一关键词集中的多个第一关键词，分别与所述多个第二关键词集中的多个第二关键词间的各匹配度，确定所述待处理的文本数据所属的目标类别。由此，提高了对文本数据分类时，分类结果的准确率及可靠性，且由于根据关键词间的匹配，确定待处理的文本数据所属的目标类别，无需大量的人工标注数据，减少了人力成本。

技术领域

本申请涉及文本分类技术领域，特别涉及一种文本数据分类方法、装置、设备及存储介质。

背景技术

随着互联网络上大量信息不断的涌现出来，给信息的查询以及检索带来了很大的不便，如何在海量信息中快速有效地找到用户所需要的信息，是当前信息科学和技术领域面临的一大挑战。文本分类技术能够对海量信息进行有序整理组织，从而方便用户准确地定位所需的信息。同时，文本分类方法涉及到模式识别中的很多基本问题，例如分类器设计问题，高维特征问题等等。因此，文本分类技术的研究具有重要的实用价值和理论意义。

目前，对文本数据进行分类时，多是利用预设的分类模型，对各文本数据的标题进行识别，以确定该文本数据所属的类型，但是由于文本数据的标题并无法完全准确的反映文本数据的内容，因此，采用这种方式对文本数据进行分类时，分类结果准确率较低，可靠性差。

发明内容

本申请实施例提出一种文本数据分类方法、装置、设备及终端，用于解决相关技术中，利用预设的分类模型，对各文本数据的标题进行识别，以确定该文本数据所属的类型时，由于文本数据的标题并无法完全准确的反映文本数据的内容，从而分类结果准确率较低、可靠性差的技术问题。

本申请一方面实施例提出了一种文本数据分类方法，该方法包括：利用预设的主题模型，对待处理的文本数据进行主题识别，确定所述待处理的文本数据对应的目标主题标识及所述目标主题标识对应的第一关键词集；获取多个预设的可能目标类别对应的多个第二关键词集；根据所述第一关键词集中的多个第一关键词，分别与所述多个第二关键词集中的多个第二关键词间的各匹配度，确定所述待处理的文本数据所属的目标类别。

本申请又一方面实施例提出了一种文本数据分类装置，该装置包括：识别模块，用于利用预设的主题模型，对待处理的文本数据进行主题识别，确定所述待处理的文本数据对应的目标主题标识及所述目标主题标识对应的第一关键词集；第一获取模块，用于获取多个预设的可能目标类别对应的多个第二关键词集；第一确定模块，用于根据所述第一关键词集中的多个第一关键词，分别与所述多个第二关键词集中的多个第二关键词间的各匹配度，确定所述待处理的文本数据所属的目标类别。

本申请又一方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，以实现前述实施例所述的文本数据分类方法。

本申请的又一方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，以实现前述实施例所述的文本数据分类方法。

本申请实施例提供的文本数据分类方法、装置、计算机设备及计算机可读存储介质，首先利用预设的主题模型，对待处理的文本数据进行主题识别，确定待处理的文本数据对应的目标主题标识及目标主题标识对应的第一关键词集，从而在获取多个预设的可能目标类别对应的多个第二关键词集后，可以根据第一关键词集中的多个第一关键词，分别与多个第二关键词集中的多个第二关键词间的各匹配度，确定待处理的文本数据所属的目标类别。由此，通过利用预设的主题模型，对待处理的文本数据进行识别，再根据关键词间的匹配，确定待处理的文本数据所属的目标类别，提高了对文本数据分类时，分类结果的准确率及可靠性，且由于根据关键词间的匹配，确定待处理的文本数据所属的目标类别，无需大量的人工标注数据，减少了人力成本。