[发明专利]分类模型的训练方法、评论信息的分类方法及装置

权利要求书

1.一种分类模型的训练方法，其特征在于，所述分类模型用于确定评论信息的评论等级，所述方法包括：

获取第一评论样本，所述第一评论样本包括第一评论词汇序列和所述第一评论词汇序列对应的第一评论等级序列；所述第一评论词汇序列是对原始评论信息进行分词处理得到的；

获取第二评论样本，所述第二评论样本包括第二评论词汇序列和所述第二评论词汇序列对应的第二评论等级序列；所述第二评论词汇序列是对所述原始评论信息进行分词处理和词汇组合得到的；

根据所述第一评论样本对原始的第一模型进行训练，得到训练后的第一模型，并根据所述第二评论样本对原始的第二模型进行训练，得到训练后的第二模型；

将所述训练后的第一模型和所述训练后的第二模型进行组合，得到所述分类模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始评论信息进行分词处理和词汇组合，包括：

对所述原始评论信息进行分词处理，得到原始评论词汇序列；

采用预设窗口距离对所述原始评论词汇序列进行词汇组合，得到所述第二评论词汇序列，所述第二评论词汇序列中包括多组评论词汇。

3.根据权利要求2所述的方法，其特征在于，所述原始评论信息包括标点符号；所述采用预设窗口距离对所述原始评论词汇序列进行词汇组合，得到所述第二评论词汇序列，包括：

结合所述标点符号的位置，采用预设窗口距离对所述原始评论词汇序列进行词汇组合，得到所述第二评论词汇序列；其中，所述标点符号之前和之后的词汇不进行词汇组合。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述第一评论词汇序列包括标注词性的多个评论词汇。

5.根据权利要求1-3中任一项所述的方法，其特征在于，所述第二评论词汇序列包括多组评论词汇，每一组评论词汇包括标注词性的至少两个词汇。

6.根据权利要求1-3中任一项所述的方法，其特征在于，所述第一评论等级序列包括所述第一评论词汇序列中不同评论等级的数量，所述第二评论等级序列包括所述第二评论词汇序列中不同评论等级的数量。

7.根据权利要求1-3中任一项所述的方法，其特征在于，所述将所述训练后的第一模型和所述训练后的第二模型进行组合，得到所述分类模型，包括：

将所述训练后的第一模型和所述训练后的第二模型进行加权组合，得到所述分类模型。

8.根据权利要求1-3中任一项所述的方法，其特征在于，所述第一模型和所述第二模型均为隐马尔可夫HMM模型。

9.一种评论信息的分类方法，其特征在于，包括：

获取待分类的评论信息；

对所述评论信息进行预处理，得到第一评论词汇序列和第二评论词汇序列；所述第一评论词汇序列包括标注词性的多个评论词汇，所述第二评论词汇序列包括多组评论词汇，每一组评论词汇包括标注词性的至少两个词汇；

将所述第一评论词汇序列和所述第二评论词汇序列输入至分类模型，得到所述评论信息的评论等级；

其中，所述分类模型是通过训练原始的第一模型和原始的第二模型，并将训练后的第一模型和训练后的第二模型组合得到的，用于确定评论信息的评论等级的模型。

10.根据权利要求9所述的方法，其特征在于，所述对所述评论信息进行预处理，得到第一评论词汇序列和第二评论词汇序列，包括：

对所述评论信息进行分词处理，得到所述第一评论词汇序列；

对所述评论信息进行分词处理和词汇组合，得到所述第二评论词汇序列。

11.根据权利要求10所述的方法，其特征在于，所述对所述评论信息进行分词处理和词汇组合，得到所述第二评论词汇序列，包括：

对所述评论信息进行分词处理，得到原始评论词汇序列；

采用预设窗口距离对所述原始评论词汇序列进行词汇组合，得到所述第二评论词汇序列。