[发明专利]文本数据多层次分类方法、装置、电子设备和存储介质

权利要求书

1.一种文本数据多层次分类装置，其特征在于，包括：数据层及多级子分类组件；

所述数据层，用于将文本数据进行向量编码处理，以生成与文本数据对应的词向量；

每级子分类组件，用于对数据层生成的词向量及前一级子分类组件生成的分类结果，进行特征提取及分类处理，以确定所述文本数据在该级所属的类别。

2.如权利要求1所述的分类装置，其特征在于，每级子分类组件包括多个卷积层、最大池化层及分类层；

其中，第i级第j个子分类组件中分类层的输入，包括第i-1级第k个子分类组件的最大池化层的输出结果及第i级第j个子分类组件中的最大池化层的输出结果，所述第k个子分类组件为所述第j个子分类组件的父级组件，i、j、k分别为自然数。

3.如权利要求2所述的分类装置，其特征在在于，每级子分类组件中最大池化层输出结果的维度相同。

4.如权利要求1所述的分类装置，其特征在于，所述数据层，具体用于利用Word2vec模型将文本数据进行向量编码处理。

5.一种文本数据多层次分类方法，其特征在于，包括：

对待处理的文本数据进行向量编码处理，以生成所述文本数据对应的词向量；

利用第一级子分类组件，对所述词向量进行特征提取及分类处理，以确定所述文本数据对应的第一级分类结果；

根据所述第一级分类结果，确定所述文本数据对应的第二级目标子分类组件；

利用所述第二级目标子分类组件，对所述词向量及所述第一级分类结果进行特征提取及分类处理，以确定所述文本数据对应的第二级分类结果；

若所述第二级目标子分类组件未包含第三级子分类组件，则根据所述第二级分类结果，确定所述文本数据在各级分类中所属的类别。

6.如权利要求5所述的方法，其特征在于，所述对所述词向量及所述第一级分类结果进行特征提取及分类处理，包括：

对所述词向量及所述第一级子分类组件提取的特征向量进行特征提取及分类处理。

7.如权利要求5所述的方法，其特征在于，所述待处理的文本数据为待分类的文本的标题数据，或者，为待分类的文本对应的关键词集。

8.如权利要求5-7任一所述的方法，其特征在于，所述确定所述文本数据对应的第二级分类结果之后，还包括：

若所述第二级目标子分类组件包含多个第三级子分类组件，则根据所述第二级分类结果，确定第三级目标子分类组件；

利用所述第三级目标子分类组件，对所述词向量及所述第二级分类结果进行特征提取及分类处理，以确定所述文本数据对应的第三级分类结果，直至确定所述文本数据在各级分类中所属的类别。

9.如权利要求5-7任一所述的方法，其特征在于，若所述待处理的文本数据为语句；

所述对待处理的文本数据进行向量编码处理，包括：

将所述待处理的文本数据进行切词处理，确定所述待处理的文本数据对应的词序列；

利用Word2vec模型，将所述词序列进行向量编码处理。

10.一种文本数据多层次分类装置，其特征在于，包括：

编码模块，用于对待处理的文本数据进行向量编码处理，以生成所述文本数据对应的词向量；

第一确定模块，用于利用第一级子分类组件，对所述词向量进行特征提取及分类处理，以确定所述文本数据对应的第一级分类结果；

第二确定模块，用于根据所述第一级分类结果，确定所述文本数据对应的第二级目标子分类组件；

第三确定模块，用于利用所述第二级目标子分类组件，对所述词向量及所述第一级分类结果进行特征提取及分类处理，以确定所述文本数据对应的第二级分类结果；

第四确定模块，用于在所述第二级目标子分类组件未包含第三级子分类组件时，根据所述第二级分类结果，确定所述文本数据在各级分类中所属的类别。