[发明专利]文本分类方法及装置

权利要求书

1.一种文本分类方法，其特征在于，包括：

获取当前场景下每一子意图对应的示例问题，所述示例问题为一类问题的标准问法；

根据用户在当前场景下输入的问题和文本匹配算法对所述每一子意图对应的示例问题进行扩充，得到扩充后的每一子意图对应的示例问题；

根据混淆矩阵、每两个子意图之间的混淆度和扩充后的每一子意图对应的示例问题，对所有子意图进行合并，得到N个子意图，所述N为正整数。

2.根据权利要求1所述的方法，其特征在于，所述根据用户在当前场景下输入的问题和文本匹配算法对所述每一子意图对应的示例问题进行扩充，得到扩充后的每一子意图对应的示例问题，包括：

通过文本匹配算法从用户在当前场景下输入的问题中筛选出与所述每一子意图对应的示例问题相匹配的示例问题；

将所筛选出的与所述每一子意图对应的示例问题相匹配的示例问题分别作为扩充后的每一子意图对应的示例问题。

3.根据权利要求1所述的方法，其特征在于，所述根据混淆矩阵、每两个子意图之间的混淆度和扩充后的每一子意图对应的示例问题，对所有子意图进行合并，得到N个子意图，包括：

S1、依次将每一子意图对应的示例问题输入到所述混淆矩阵，得到每个示例问题预测的子意图、每个子意图的准确率和召回率的调和平均值和所有子意图的总体准确率和召回率的调和平均值；

S2、根据子意图对应的实际示例问题和预测的示例问题计算所有子意图中任意两个子意图的混淆度；

S3、将混淆度最大的M个子意图合并，得到一个新的子意图，所述M为预设正整数，所述新的子意图对应的示例问题的个数为所述混淆度最大的M个子意图对应的示例问题的个数之和；

根据所述新的子意图和除所述M个子意图之外的子意图继续执行所述S1-S3，直到所有子意图的个数为所述N，所述N为预设值；或者，

根据所述新的子意图和除所述M个子意图之外的子意图继续执行所述S1-S3，直到所得到的所述N个子意图中每个子意图的准确率和召回率的调和平均值均大于第一预设阈值，且所述N个子意图的总体准确率和召回率的调和平均值大于第二预设阈值。

4.根据权利要求3所述的方法，其特征在于，所述根据子意图对应的实际示例问题和预测的示例问题计算所有子意图中任意两个子意图的混淆度，包括：

根据子意图对应的实际示例问题和预测的示例问题通过如下计算公式计算所有子意图中任意两个子意图catei和catej的混淆度

其中，N_catei,catej为实际子意图为catei但是被预测到catej的示例问题的个数，N_catei表示catei实际示例问题的个数，表示被预测到catei的示例问题的个数。

5.根据权利要求3所述的方法，其特征在于，所述根据子意图对应的实际示例问题和预测的示例问题计算所有子意图中任意两个子意图的混淆度之前，所述方法还包括：

确定每个子意图的准确率和召回率的调和平均值小于所述第一预设阈值，且所有子意图的总体准确率和召回率的调和平均值小于所述第二预设阈值。

6.一种文本分类装置，其特征在于，包括：

获取模块，用于获取当前场景下每一子意图对应的示例问题，所述示例问题为一类问题的标准问法；

问题扩充模块，用于根据用户在当前场景下输入的问题和文本匹配算法对所述每一子意图对应的示例问题进行扩充，得到扩充后的每一子意图对应的示例问题；

处理模块，用于根据混淆矩阵、每两个子意图之间的混淆度和扩充后的每一子意图对应的示例问题，对所有子意图进行合并，得到N个子意图，所述N为正整数。

7.根据权利要求6所述的装置，其特征在于，所述问题扩充模块用于：

通过文本匹配算法从用户在当前场景下输入的问题中筛选出与所述每一子意图对应的示例问题相匹配的示例问题；

将所筛选出的与所述每一子意图对应的示例问题相匹配的示例问题分别作为扩充后的每一子意图对应的示例问题。