[发明专利]文本分类方法及装置、存储介质和电子设备

说明书

本公开提供一种文本分类方法、文本分类装置、存储介质和电子设备，涉及计算机技术领域。该文本分类方法包括：获取待分类的文本数据，并将所述待分类的文本数据转化为多个类型的编码特征；通过对所述多个类型的编码特征进行共同编码，得到所述待分类的文本数据的公共分类向量；对所述公共分类向量进行分类处理，得到所述公共分类向量对应的初次分类结果；结合关键词匹配方式，对所述初次分类结果进行再次分类，以得到所述待分类的文本数据对应的类别标签。本公开实施例能够提高文本分类的准确性。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种文本分类方法、文本分类装置、计算机可读存储介质和电子设备。

背景技术

对于能够表现用户兴趣的文本数据的理解过程中而言，根据用户的行为来理解用户的意图，并且给用户打上兴趣标签尤为重要。

相关技术中，可以根据不同的标签获取一批关键词，然后通过关键词匹配的方法给用户的搜索和观看的内容打上标签。在这种方式中，由于文本数据本身具有歧义性，仅通过关键词匹配的方法来对文本数据进行分类时，其分类准确率较低。并且仅仅在某种特定领域或者是特定场景使用才有效，具有一定的使用局限性且通用性较差。

发明内容

本公开提供一种文本分类方法、文本分类装置、计算机可读存储介质和电子设备，进而至少在一定程度上克服分类结果准确性差的问题。

根据本公开的一个方面，提供一种文本分类方法，包括：获取待分类的文本数据，并将所述待分类的文本数据转化为多个类型的编码特征；通过对所述多个类型的编码特征进行共同编码，得到所述待分类的文本数据的公共分类向量；对所述公共分类向量进行分类处理，得到所述公共分类向量对应的初次分类结果；结合关键词匹配方式，对所述初次分类结果进行再次分类，以得到所述待分类的文本数据对应的类别标签。

根据本公开的一个方面，提供一种文本分类装置，包括：数据获取模块，用于获取待分类的文本数据，并将所述待分类的文本数据转化为多个类型的编码特征；编码模块，用于通过对所述多个类型的编码特征进行共同编码，得到所述待分类的文本数据的公共分类向量；初次分类模块，用于对所述公共分类向量进行分类处理，得到所述公共分类向量对应的初次分类结果；标签确定模块，用于结合关键词匹配方式，对所述初次分类结果进行再次分类，以得到所述待分类的文本数据对应的类别标签。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述的文本分类方法。

根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的文本分类方法。

在本公开的一些实施例所提供的文本分类方法、装置、计算机可读存储介质和电子设备中，一方面，通过一级分类器对待分类的文本数据经过共同编码得到的公共分类向量进行分类处理，得到所述公共分类向量对应的初次分类结果；进一步结合关键词匹配方式来对初次分类结果进行再次分类，得到待分类的文本数据的类别。由于通过了一级分类器的初次分类，并且结合关键词匹配方式进行了再次分类，通过多次分类方式使得获取的分类结果更准确。另一方面，通过分类器和关键词匹配方式的结合，能够选择合适的方式来对待分类的文本数据进行分类识别，在保证编码器模型的分类效果的同时，能使模型的预测性能大幅度提高，并且在任意领域和场景下都能够对待分类的文本数据进行准确分类，避免了局限性，增加了通用性以及应用范围，提高了分类效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明