[发明专利]内容分类方法、装置及可读存储介质

权利要求书

1.一种内容分类方法，其特征在于，所述方法包括：

获取目标内容，所述目标内容为待分类的内容；

通过内容分类模型对所述目标内容进行分类识别，得到所述目标内容的分类结果；

根据所述目标内容对应不同分类之间的差异度对所述目标内容和所述分类结果进行类间不确定度分析，得到所述分类结果的类间不确定度；和/或，根据所述目标内容对应同一分类之间其他内容的差异度对所述目标内容和所述分类结果进行类内不确定度分析，得到所述分类结果的类内不确定度；

其中，所述类间不确定度和所述类内不确定度用于指示所述分类结果的可信度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标内容对应不同分类之间的差异度对所述目标内容和所述分类结果进行类间不确定度分析，得到所述分类结果的类间不确定度，包括：

通过第一损失函数对所述目标内容和所述分类结果进行所述类间不确定度分析，得到所述分类结果的所述类间不确定度，所述第一损失函数用于根据所述目标内容对应类别的分布情况进行所述类间不确定度分析。

3.根据权利要求2所述的方法，其特征在于，所述第一损失函数中包括高斯分布式和狄拉克分布式；

所述通过第一损失函数对所述目标内容和所述分类结果进行所述类间不确定度分析，得到所述分类结果的类间不确定度，包括：

通过高斯分布式确定所述目标内容对应所述类别的第一分布情况；

通过狄拉克分布式确定所述目标内容对应所述类别的第二分布情况；

通过所述第一分布情况和所述第二分布情况，结合所述分类结果进行分析，得到所述分类结果的所述类间不确定度。

4.根据权利要求1所述的方法，其特征在于，所述根据所述目标内容对应同一分类之间其他内容的差异度对所述目标内容和所述分类结果进行类内不确定度分析，得到所述分类结果的类内不确定度，包括：

通过第二损失函数对所述目标内容和所述分类结果进行所述类内不确定度分析，得到所述分类结果的所述类内不确定度，所述第二损失函数用于根据所述目标内容对应分类中的其他内容进行所述类内不确定度分析。

5.根据权利要求1至4任一所述的方法，其特征在于，所述对所述目标内容和所述分类结果进行不确定度分析，得到所述分类结果的不确定度之后，还包括：

通过所述类内不确定度和所述类间不确定度对所述内容分类模型进行监督训练。

6.根据权利要求5所述的方法，其特征在于，所述通过所述类内不确定度和所述类间不确定度对所述内容分类模型进行监督训练，包括：

通过所述类间不确定度和所述类内不确定度交替对所述内容分类模型进行监督训练。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

将所述类间不确定度代入第三损失函数，所述第三损失函数用于结合所述分类结果的不确定度对所述内容分类模型的分类准确率进行分析；

以减小所述第三损失函数的损失值为目标对所述内容分类模型进行监督训练。

8.根据权利要求7所述的方法，其特征在于，所述将所述类间不确定度代入第三损失函数，包括：

将大于不确定度要求的所述类间不确定度代入所述第三损失函数。

9.根据权利要求6所述的方法，其特征在于，所述方法还包括：

以减小第二损失函数与第三损失函数之和为目标，对所述内容分类模型进行监督训练，其中，所述第二损失函数用于根据所述目标内容对应分类中的其他内容进行所述类内不确定度分析，所述第三损失函数用于结合所述分类结果的不确定度对所述内容分类模型的分类准确率进行分析。