[发明专利]文本分类方法、装置、设备及计算机可读存储介质

说明书

本发明公开了一种文本分类方法。该文本分类方法包括：接收待分类报警文本，并对所述待分类报警文本进行分词处理，得到第一分词集；检测预设模板池中是否存在模板文本；若预设模板池中存在模板文本，则基于所述第一分词集和第一预设规则对所述待分类报警文本进行特征提取，得到第一文本特征向量，并对所述模板文本进行特征提取，得到第二文本特征向量；计算第一文本特征向量与第二文本特征向量之间的相似度，并根据计算结果对所述待分类报警文本进行分类。本发明还公开了一种文本分类装置、设备及计算机可读存储介质。本发明能解决现有针对运维场景的报警文本分类准确性较差的问题。

技术领域

本发明涉及金融科技(Fintech)技术领域，尤其涉及一种文本分类方法、装置、设备及计算机可读存储介质。

背景技术

随着金融科技(Fintech)，尤其是互联网科技金融的不断发展，企业业务数据中心的规模也日益庞大，在金融科技的日常运维中经常会出现许多报警信息。运维人员需定期对报警文本进行统计分析，以分析报警产生的根本原因，从而确定对应的解决方案。由于金融领域的报警信息的复杂性和庞大性，因此，需通过计算机系统对报警文本进行智能分类挖掘。然而，由于运维场景的报警文本中存在大量专业术语，大多都未被收入到字典中，如果采用现有的文本挖掘方法对运维场景的报警文本进行文本挖掘，会出现报警文本分类准确性较差的问题。因此，亟需一种可提高运维场景中报警文本分类准确性的方法。

发明内容

本发明的主要目的在于提供一种文本分类方法、装置、设备及计算机可读存储介质，旨在解决现有针对运维场景的报警文本分类准确性较差的问题。

为实现上述目的，本发明提供一种文本分类方法，所述文本分类方法包括：

接收待分类报警文本，并对所述待分类报警文本进行分词处理，得到第一分词集；

检测预设模板池中是否存在模板文本；

若预设模板池中存在模板文本，则基于所述第一分词集和第一预设规则对所述待分类报警文本进行特征提取，得到第一文本特征向量，并对所述模板文本进行特征提取，得到第二文本特征向量；

计算所述第一文本特征向量与所述第二文本特征向量之间的相似度，并根据计算结果对所述待分类报警文本进行分类。

可选地，所述基于所述第一分词集和第一预设规则对所述待分类报警文本进行特征提取，得到第一文本特征向量，并对所述模板文本进行特征提取，得到第二文本特征向量的步骤包括：

对所述模板文本进行分词处理，得到第二分词集；

基于所述第一分词集和所述第二分词集计算各预设特征词的第一属性值，并分别计算所述待分类报警文本中各预设特征词的第二属性值和所述模板文本中各预设特征词的第三属性值；

根据所述第一属性值和所述第二属性值计算所述待分类报警文本中各预设特征词的第一特征值，并对所述第一特征值进行拼接，得到第一文本特征向量；

根据所述第一属性值和所述第三属性值计算所述模板文本中各预设特征词的第二特征值，并对所述第二特征值进行拼接，得到第二文本特征向量。

可选地，所述第一属性值的计算公式为：

所述第二属性值的计算公式为：

所述第三属性值的计算公式为：

所述第一特征值的计算公式为：

V_s1＝F_s1·F_s2；

所述第二特征值的计算公式为：