[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

说明书

本申请提出一种文本数据多层次分类方法、装置、电子设备和存储介质，其中，装置包括：数据层及多级子分类组件，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，以确定文本数据在该级所属的类别。该分类装置通过将上一级子分类组件的分类结果，作为下一级子分类组件的分类依据，从而利用层次化的父子关系对文本数据进行逐级分类，提高了层次分类结果的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种文本数据多层次分类方法、装置、电子设备和存储介质。

背景技术

随着互联网技术的发展，网络上的资源如文章、图书等文档越来越多，为了便于用户查找文档，通常对文档进行层次化分类。比如，“小学语文”的文档是教育->小学教育->语文这三个层次的类别。

相关技术中，主要采用多个相互独立的支持向量机(Support Vector Machine，简称SVM)分类器对文档进行分类。由于SVM分类器之间相互独立，因而对于层次化分类任务，SVM分类器的分类结果准确性较差。

发明内容

本申请提出一种文本数据多层次分类方法、装置、电子设备和存储介质，用于解决相关技术中SVM分类器对于层次化分类任务，分类结果准确性差的问题。

本申请一方面实施例提出了一种文本数据多层次分类装置，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。

本申请实施例的文本数据多层次分类装置，包括数据层及多级子分类组件，其中，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，以确定文本数据在该级所属的类别。由此，该分类组件通过将上一级子分类组件的分类结果，作为下一级子分类组件的分类依据，从而利用层次化的父子关系对文本数据进行逐级分类，提高了层次分类结果的准确性。

本申请实施例另一方面实施例提出一种文本数据多层次分类方法，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。

本申请实施例的文本数据多层次分类方法，通过首先对待处理的文本数据进行向量编码处理，以生成文本数据对应的词向量，然后利用第一级子分类组件，对词向量进行特征提取及分类处理，以确定文本数据对应的第一级分类结果，根据第一级分类结果，确定文本数据对应的第二级目标子分类组件，再利用第二级目标子分类组件，对词向量及第一级分类结果进行特征提取及分类处理，以确定文本数据对应的第二级分类结果，若第二级目标子分类组件未包含第三级子分类组件，则根据第二级分类结果，确定文本数据在各级分类中所属的类别。由此，通过将第一级分类组件的分类结果，输入至根据第一级分类组件的分类结果确定的第二级目标子分类组件中，作为第二级子目标分类组件的分类依据，从而利用层次化的父子关系对文本数据进行逐级分类，提高了层次分类结果的准确性。