[发明专利]一种文本信息分类的方法、装置及设备

说明书

本申请实施例公开了一种文本信息分类的方法、装置及设备，在利用目标分类模型对待分类文本信息进行分类时，利用待分类文本信息对应的目标特征向量与目标分类模型中的最优超平面的距离来确定目标分类模型输出分类结果是否可信，如果目标特征向量到最优超平面的距离大于或等于第一阈值，表明分类结果可信，将该分类结果作为待分类文本信息的分类结果；如果目标特征向量到最优超平面的距离小于第一阈值，表明分类结果不可信，则对目标特征向量进行漂移，直到漂移后的目标特征向量满足预设条件，则再将漂移后的目标特征向量输入目标分类模型，将目标分类模型输出的分类结果作为待分类文本信息的分类结果，消除分类时所产生的噪声，提高分类准确性。

技术领域

本申请涉及信息处理技术领域，具体涉及一种文本信息分类的方法、装置及设备。

背景技术

机器学习是一种基于对数据进行表征学习的方法，近年来取得了较为广泛的应用，例如应用于图像分类、文本分类等。在实际应用时，通过训练样本可以训练出准确率较高的分类学习模型。然而，由于在训练过程中，受应用环境的限制，使得所获取的训练样本有限，导致无法提升模型的泛化能力，影响数据分类结果的准确性。

发明内容

有鉴于此，本申请实施例提供一种文本信息分类方法、装置及设备，以提高文本消息的分类准确性。

为解决上述问题，本申请实施例提供的技术方案如下：

一种文本信息分类方法，所述方法包括：

将待分类文本信息转换为目标特征向量；

将所述目标特征向量输入目标分类模型，所述目标分类模型包括用于区分第一样本信息与第二样本信息的最优超平面，所述最优超平面是根据所述第一样本信息的特征向量的分布与所述第二样本信息的特征向量的分布训练得到的；

获取所述目标特征向量与所述最优超平面的距离；

当所述目标特征向量与所述最优超平面的距离大于或等于第一阈值，则获取所述目标分类模型输出的第一分类结果作为所述待分类文本信息的分类结果；

当所述目标特征向量与所述最优超平面的距离小于第一阈值，则根据所述第一样本信息的特征向量的分布与所述第二样本信息的特征向量的分布，对所述目标特征向量进行漂移；

将漂移后的目标特征向量输入所述目标分类模型，获取所述目标分类模型输出的第二分类结果作为所述待分类文本信息的分类结果。

在一种可能的实现方式中，所述根据所述第一样本信息的特征向量的分布与所述第二样本信息的特征向量的分布，对所述目标特征向量进行漂移，包括：

将所述目标特征向量向目标位置漂移，所述目标位置为所述目标特征向量的当前位置的预设邻域内各个所述第一样本信息的特征向量以及所述第二样本信息的特征向量的均值对应的位置；

重复执行所述将所述目标特征向量向第一目标位置漂移，直到漂移后的目标特征向量与所述最优超平面的距离大于或等于第一阈值或者所述目标特征向量的当前位置与所述目标位置的差值小于第二阈值。

在一种可能的实现方式中，所述将待分类文本信息转换为目标特征向量，包括：

获取待分类文本信息；

将所述待分类文本信息进行分词；

将每个所述分词转换为词特征，将各个所述词特征组成目标特征向量。

在一种可能的实现方式中，当所述第二样本信息的数量大于所述第一样本信息的数量，所述方法还包括：

将所述第二样本信息划分为多个第二样本信息集合；

根据所述第一样本信息与每个所述第二样本信息集合中的第二样本信息分别训练生成多个分类模型。