[发明专利]一种信息处理方法和装置

说明书

本发明公开了信息处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括获取待处理文本信息，进行分词处理，以提取M个关键词；输入M个关键词至已训练好的词向量模型中，得到M个词向量，以对M个词向量进行聚类生成N个近义词集合；基于N个近义词集合，将所述待处理文本信息转换成N维向量，对所述N维向量进行聚类，以获得对待处理文本信息的分类结果。从而，本发明的实施方式能够解决现有物品质量问题的分类主要依赖于人工，成本高且效率低的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种信息处理方法和装置。

背景技术

随着时代的发展，人们物质文化水平的提高，人们对于物品的质量要求越来越高，为了保证提供优质的物品，需要专门的质量管控人员严格把控物品的质量。质控人员首先收集消费者反馈的物品质量问题，然后把这些问题汇总归类，并把问题反馈给物品生产商，最后生产商根据具体的问题来改进物品。当下，人们的消费行为由线下转为线上，对物品质量问题的抱怨也转为线上，如以物品评论等形式体现。如今，质量管控人员主要是根据反馈文本，来对物品质量问题进行归纳分类。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现在，对于物品质量问题的分类，主要依赖于质量管控人员，浏览大量的消费者评论、申诉等文本，进行人工归纳总结。一方面，该方式需要投入大量的人力去完成。另一方面，人的精力有限，每天文本浏览量有限，导致效率较低。

发明内容

有鉴于此，本发明实施例提供一种信息处理方法和装置，能够解决现有物品质量问题的分类主要依赖于人工，成本高且效率低的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种信息处理方法，包括获取待处理文本信息，进行分词处理，以提取M个关键词；输入M个关键词至已训练好的词向量模型中，得到M个词向量，以对M个词向量进行聚类生成N个近义词集合；基于N个近义词集合，将所述待处理文本信息转换成N维向量，对所述N维向量进行聚类，以获得对待处理文本信息的分类结果。

可选地，获取待处理文本信息，以进行分词处理，包括：

获取待处理文本信息，删除所述文本信息中存在的属于预设字符类型的内容，完成对待处理文本的预处理；

确定分词工具，对预处理后的文本信息进行分词处理。

可选地，提取M个关键词，包括：

对每个分词通过tf-idf算法计算重要性数值，根据所述重要性数值从大到小对分词进行排序；

提取前M个分词，作为关键词。

可选地，包括：

所述的词向量模型为word2vec模型；其中，输出词特征向量的维度为100，当前词和预测词之间的最大距离为4。

可选地，对M个词向量进行聚类生成N个近义词集合，包括：

通过K均值聚类算法，对M个词向量聚合成N类，进而生成N个近义词集合。

可选地，基于N个近义词集合，将所述待处理文本信息转换成N维向量，包括：

判断所述待处理文本信息中是否具有近义词集合N_i中至少一个关键词，若是则N维向量的第i个维度为1，若否则N维向量的第i个维度为0；重复前述过程，直至将所述待处理文本信息编码成N维向量。

可选地，还包括：

基于密度的聚类算法，对所述N维向量进行聚类，以获得对待处理文本信息的分类结果；

通过计算余弦相似度，进而评估所述分类结果。