[发明专利]一种文本分类的方法及装置

权利要求书

1.一种文本分类的方法，其特征在于，包括：

接收待分类文本；

将所述待分类文本作为输入数据输入到集成分类器中，以通过所述集成分类器对所述待分类文本进行分类；

若分类失败，则将所述待分类文本输入到搜索引擎中，以通过所述搜索引擎对所述待分类文本进行搜索，获得搜索结果；

基于所述搜索结果对所述输入数据进行调整，获得调整后的输入数据；

将调整后的输入数据输入到所述集成分类器中，以通过所述集成分类器对所述待分类文本进行分类。

2.根据权利要求1所述的方法，其特征在于，所述将所述待分类文本作为输入数据输入到集成分类器中，以通过所述集成分类器对所述待分类文本进行分类之后，还包括：

若分类成功，则基于所述输入到集成分类器输出的第一目标分类结果确定所述待分类文本所属的类别，其中，所述第一目标分类结果表征分类成功，且在所述第一目标分类结果中包含所述待分类文本的类别信息。

3.根据权利要求1所述的方法，其特征在于，所述基于所述搜索结果对所述输入数据进行调整，获得调整后的输入数据，包括：

从所述搜索结果中提取出关键信息；

将所述关键信息补充到所述输入数据中，获得调整后的输入数据；或

将所述关键信息作为调整后的输入数据。

4.根据权利要求3所述的方法，其特征在于，所述从所述搜索结果中提取出关键信息，包括：

从所述搜索结果中提取出标题信息和/或摘要信息，并将所述标题信息和/或摘要信息作为所述关键信息。

5.根据权利要求1-4任一所述的方法，其特征在于，所述集成分类器中设置有T个文本分类模型，T为正整数，所述集成分类器基于如下方法对所述待分类文本进行分类：

接收所述输入数据；

基于所述输入数据，通过所述T个文本分类模型分别对所述待分类文本进行分类，获得T个模型分类结果，其中，所述T个模型分类结果与所述T个文本分类模型一一对应，且在每个模型分类结果中都包含一表征所述待分类文本所属类别的类别信息；

根据所述T个模型分类结果，获取目标分类结果。

6.根据权利要求5所述的方法，其特征在于，所述根据所述T个模型分类结果，获取目标分类结果，包括：

根据所述T个模型分类结果各自对应的类别信息的不同，将所述T个模型分类结果分为R组，其中，同一组中的模型分类结果对应的类别信息均相同，R为正整数；

判断在所述R组中是否存在一目标组，所述目标组为所述R组中的模型分类结果的数量最多的一组；

若存在，则将所述目标组对应的类别信息作为所述待分类文本的类别信息，并输出表征分类成功的第一目标分类结果，所述第一目标分类结果中包含所述待分类文本的类别信息；

若不存在，则输出用于表示分类失败的第二目标分类结果。

7.一种文本分类的装置，其特征在于，包括：

接收模块，用于接收待分类文本；

第一输入模块，用于将所述待分类文本作为输入数据输入到集成分类器中，以通过所述集成分类器对所述待分类文本进行分类；

搜索模块，用于若分类失败，则将所述待分类文本输入到搜索引擎中，以通过所述搜索引擎对所述待分类文本进行搜索，获得搜索结果；

调整模块，用于基于所述搜索结果对所述输入数据进行调整，获得调整后的输入数据；

第二输入模块，用于将调整后的输入数据输入到所述集成分类器中，以通过所述集成分类器对所述待分类文本进行分类。

8.根据权利要求7所述的装置，其特征在于，还包括，确定模块，用于：

在所述将所述待分类文本作为输入数据输入到集成分类器中，以通过所述集成分类器对所述待分类文本进行分类之后，若分类成功，则基于所述输入到集成分类器输出的第一目标分类结果确定所述待分类文本所属的类别，其中，所述第一目标分类结果表征分类成功，且在所述第一目标分类结果中包含所述待分类文本的类别信息。