[发明专利]一种文本分类方法、系统、装置及存储介质

权利要求书

1.一种对文本进行分类的方法，包括：

获取第一原始文本；

所述第一原始文本通过第一处理模型进行向量化处理，确定所述第一原始文本的第一语义向量；

通过第二处理模型，确定第二语义向量；所述第二处理模型的输入包括所述第一语义向量；

通过第三处理模型，确定所述第一原始文本的一个或多个分类标记；所述第三处理模型的输入包括所述第二语义向量。

2.如权利要求1所述的对文本进行分类的方法，其特征在于，还包括所述第二处理模型通过以下训练方法获得：

基于第二原始文本，确定第一训练数据；在所述第一训练数据中，每一样本包括一对第三语义向量，以及一个同类标识；

所述第三语义向量由所述第二原始文本通过所述第一处理模型进行向量化处理获得；

所述同类标识表示所述一对第三语义向量所对应的所述第二原始文本是否属于同一分类；

将所述第一训练数据的每一所述样本输入第四处理模型；

所述第四处理模型包括两个使用相同参数的所述第二处理模型；所述一对第三语义向量分别作为两个所述第二处理模型的输入；所述第四处理模型基于所述两个第二处理模型的输出向量以及所述样本中的所述同类标识确定损失函数；所述第四处理模型基于所述损失函数通过训练确定所包含的所述第二处理模型的参数。

3.如权利要求1所述的对文本进行分类的方法，其特征在于，还包括：

所述原始文本为用车评价文本；

获取其他用车评价原始数据，

所述其他用车评价原始数据包括对应评估人的特征；

所述第三处理模型的输入包括所述评估人的特征。

4.如权利要求1所述的对文本进行分类的方法，其特征在于，还包括：

所述原始文本为用车评价文本；

获取其他用车评价原始数据，

所述其他用车评价原始数据包括对应的出行特征；

所述出行特征包括以下信息的至少一种：出行时间段、出行区域、出行里程长度；

所述第三处理模型的输入包括所述出行特征。

5.如权利要求1所述的对文本进行分类的方法，其特征在于，还包括：

所述原始文本为用车评价文本；

获取其他用车评价原始数据，

所述其他用车评价原始数据包括对应评估人的历史评估分类，以及对应车辆的历史评估分类；

通过第五处理模型对所述历史评估分类处理得出历史评估向量；

所述第三处理模型的输入包括所述历史评估向量。

6.如权利要求5所述的对文本进行分类的方法，其特征在于，所述第五处理模型可以是经过数据训练的RNN模型。

7.如权利要求1所述的对文本进行分类的方法，其特征在于，还包括：

获取第一原始文本；

所述第一原始文本通过第六处理模型进行向量化处理，确定所述第一原始文本的第三语义向量；

通过第二处理模型，确定第四语义向量；所述第二处理模型的输入包括所述第三语义向量；

通过第三处理模型，确定所述第一原始文本的一个或多个分类标记；所述第三处理模型的输入包括所述第四语义向量。

8.如权利要求7所述的对文本进行分类的方法，其特征在于，所述第六处理模型为ELMO模型。

9.一种对文本进行分类的系统，包括：

数据获取模块，用于获取第一原始文本；

语义向量模块，用于所述第一原始文本通过第一处理模型进行向量化处理，确定所述第一文本的第一语义向量；以及用于通过第二处理模型，确定第二语义向量；所述第二处理模型的输入包括所述第一语义向量；

分类标记模块，用于通过第三处理模型，确定所述第一原始文本的一个或多个分类标记；所述第三处理模型的输入包括所述第二语义向量。