[发明专利]文本分类校正方法、装置、设备及计算机可读存储介质

权利要求书

1.一种文本分类校正方法，其特征在于，所述文本分类校正方法包括：

获取待复核文本及其分类标签；

对所述待复核文本进行分词处理，得到分词文本；

将所述分词文本输入至预先训练好的文本分类模型，得到文本分类结果；

根据所述文本分类结果对所述待复核文本的分类标签进行校正。

2.如权利要求1所述的文本分类校正方法，其特征在于，所述对所述待复核文本进行分词处理，得到分词文本的步骤之前，还包括：

按预设匹配规则对所述待复核文本中的敏感词进行匹配，得到第一匹配结果；

根据所述第一匹配结果将所述待复核文本中的敏感词替换成对应的第一目标词，得到替换后的待复核文本；

所述对所述待复核文本进行分词处理，得到分词文本的步骤包括：

对所述替换后的待复核文本进行分词处理，得到分词文本。

3.如权利要求2所述的文本分类校正方法，其特征在于，所述获取待复核文本及其分类标签的步骤之前，还包括：

获取训练样本集，其中，所述训练样本集包括训练样本文本及第一标注标签；

将所述训练样本集作为预设文本分类模型的输入，训练得到初始文本分类模型；

将所述训练样本文本输入至所述初始文本分类模型，得到第一预测标签；

基于所述第一预测标签对所述第一标注标签进行更新，得到更新后的训练样本集，并基于所述更新后的训练样本集对所述初始文本分类模型进行更新训练；

依此类推，直至更新训练后的初始文本分类模型所得到的预测标签符合预设条件，得到所述预先训练好的文本分类模型。

4.如权利要求3所述的文本分类校正方法，其特征在于，所述获取训练样本集，其中，所述训练样本集包括训练样本文本及第一标注标签的步骤包括：

获取初始样本文本，并按所述预设匹配规则对所述初始样本文本中的敏感词进行匹配，得到第二匹配结果；

根据所述第二匹配结果将所述初始样本文本中的敏感词替换成对应的第二目标词，得到替换后的初始样本文本；

对所述替换后的初始样本文本进行分词处理，得到训练样本文本；

基于所述初始样本文本发送标签标注指令至预设工作端，并接收所述预设工作端返回的第一标注标签；

根据所述训练样本文本和所述第一标注标签，得到训练样本集。

5.如权利要求1至4中任一项所述的文本分类校正方法，其特征在于，所述文本分类校正方法还包括：

对目标文本进行抽样，得到抽样样本文本；

将所述抽样样本文本输入至所述预先训练好的文本分类模型，得到第二预测标签；

获取所述抽样样本文本对应的初始标签和第二标注标签，并根据所述初始标签、所述第二标注标签和所述第二预测标签，计算得到准确率信息，所述准确率信息包括各类标签的标注准确率和模型预测准确率。

6.如权利要求5所述的文本分类校正方法，其特征在于，所述根据所述初始标签、所述第二标注标签和所述第二预测标签，计算得到准确率信息的步骤之前，还包括：

检测所述初始标签和所述第二标注标签中是否存在不规范的分类标签；

若存在，则根据检测结果对所述初始标签和所述第二标注标签进行校正处理，得到校正后的初始标签和校正后的第二标注标签；

所述根据所述初始标签、所述第二标注标签和所述第二预测标签，计算得到准确率信息的步骤包括：

根据所述校正后的初始标签、所述校正后的第二标注标签和所述第二预测标签，计算得到准确率信息。

7.如权利要求5所述的文本分类校正方法，其特征在于，所述对所述待复核文本进行分词处理，得到分词文本的步骤之前，还包括：

根据所述准确率信息，确定所述分类标签对应的目标标注准确率和目标模型预测准确率，并检测所述目标标注准确率是否大于目标模型预测准确率；

若所述目标标注准确率大于目标模型预测准确率，则确定所述待复核文本的真实标签为所述分类标签；

若所述目标标注准确率小于或等于目标模型预测准确率，则执行步骤：对所述待复核文本进行分词处理，得到分词文本。