[发明专利]一种文本分类方法、装置及存储介质

权利要求书

1.一种文本分类方法，其特征在于，所述方法包括：

获取待分类文本中的各分词以及至少一种参考信息，所述参考信息包括所述待分类文本中的标点符号和/或所述各分词的词性；

分别对所述各分词和各参考信息进行特征映射，得到分词的矩阵以及参考信息的矩阵；

对所述分词的矩阵以及所述参考信息的矩阵进行特征提取，得到所述待分类文本的特征向量；

根据所述待分类文本的特征向量，对所述待分类文本进行分类处理。

2.根据权利要求1所述的方法，其特征在于，对各参考信息进行特征映射，得到参考信息的矩阵，包括：

针对各参考信息，查找该参考信息的标记索引；

根据所述参考信息的标记索引，确定该参考信息的指定维数的参考信息向量；

根据各参考信息的参考信息向量，确定参考信息的矩阵；其中，参考信息的数量作为所述参考信息的矩阵的行数；参考信息向量的维数作为所述分词参考信息的矩阵的列数。

3.根据权利要求2所述的方法，其特征在于，若参考信息为所述待分类文本中的标点符号，则所述对所述分词的矩阵以及所述参考信息的矩阵进行特征提取，得到所述待分类文本的特征向量，包括：

将所述分词的矩阵通过神经网络模型进行特征提取，得到所述分词的特征向量；以及，

将所述标点符号的矩阵通过神经网络模型进行特征提取，得到所述标点符号的特征向量；

将所述分词的特征向量与所述标点符号的特征向量进行拼接，得到所述待分类文本的特征向量。

4.根据权利要求2所述的方法，其特征在于，若参考信息为所述各分词词性，则所述对所述分词的矩阵以及所述参考信息的矩阵进行特征提取，得到所述待分类文本的特征向量，包括：

将所述分词的矩阵与所述分词词性的矩阵进行拼接，得到拼接矩阵；

将所述拼接矩阵通过神经网络模型进行特征提取，得到所述待分类文本的特征向量。

5.根据权利要求2所述的方法，其特征在于，若参考信息为所述待分类文本中的标点符号和所述各分词的词性，则所述对所述分词的矩阵以及所述参考信息的矩阵进行特征提取，得到所述待分类文本的特征向量，包括：

将所述分词的矩阵与所述分词词性的矩阵进行拼接，得到拼接矩阵；

将所述拼接矩阵通过神经网络模型进行特征提取，得到所述分词的特征向量；

将所述标点符号的矩阵通过神经网络模型进行特征提取，得到所述标点符号的特征向量；

将所述分词的特征向量与所述标点符号的特征向量进行拼接，得到所述待分类文本的特征向量。

6.根据权利要求3或5所述的方法，其特征在于，通过以下方法进行拼接，包括：

将所述分词的特征向量的维数与所述标点符号的特征向量的维数的和作为所述待分类文本的特征向量的维数；

将所述分词的特征向量中的元素与所述标点符号的特征向量中的元素作为所述待分类文本的特征向量的元素。

7.根据权利要求4或5所述的方法，其特征在于，通过以下方法进行拼接，包括：

将所述分词的矩阵的列数与所述分词词性的矩阵的列数的和作为所述拼接矩阵的列数；

将所述分词的矩阵中的元素与所述分词词性的矩阵中的元素作为所述拼接矩阵的元素。

8.一种文本分类装置，其特征在于，所述装置包括：

获取单元，被配置为执行获取待分类文本中的各分词以及至少一种参考信息，所述参考信息包括所述待分类文本中的标点符号和/或所述各分词的词性；

特征映射单元，被配置为执行分别对所述各分词和各参考信息进行特征映射，得到分词的矩阵以及参考信息的矩阵；

特征提取单元，被配置为执行对所述分词的矩阵以及所述参考信息的矩阵进行特征提取，得到所述待分类文本的特征向量；

分类单元，被配置为执行根据所述待分类文本的特征向量，对所述待分类文本进行分类处理。