[发明专利]一种文本分类方法及装置

说明书

本发明实施例提供了一种文本分类方法及装置，涉及数据处理技术领域，其中，上述方法包括：获得文本的特征和文本中词汇的特征；获得词汇在文本中出现的次数，并根据所获得的次数确定用于表示词汇与词汇之间、以及词汇与文本之间是否存在关联关系的描述信息；以文本和词汇为节点，且以文本的特征和词汇的特征为节点数据，根据上述描述信息，生成图；根据所生成的图以及预设的注意力参数，基于图注意力机制，对图中节点对应的文本的特征和词汇的特征进行调整；根据调整后的文本的特征和词汇的特征，对文本进行分类。应用本发明实施例提供的方案可以对文本进行分类。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种文本分类方法及装置。

背景技术

由于不同文本所表达的含义不同，根据文本所表达的含义可以将不同的文本划分为不同的类别。例如，小说文本可以被划分为推理小说、爱情小说、恐怖小说等类别，邮件文本可以被划分为普通邮件、垃圾邮件等类别。确定文本类别之后可以根据文本类别对文本进行进一步处理，例如，对邮件文本分类后可以拦截垃圾邮件。因此，对文本进行分类具有广泛应用场景。

发明内容

本发明实施例的目的在于提供一种文本分类方法及装置，以对文本进行分类。具体技术方案如下：

第一方面，本发明实施例提供了一种文本分类方法，所述方法包括：

获得文本的特征和文本中词汇的特征；

获得词汇在文本中出现的次数，并根据所获得的次数确定用于表示词汇与词汇之间、以及词汇与文本之间是否存在关联关系的描述信息；

以文本和词汇为节点，且以文本的特征和词汇的特征为节点数据，根据所述描述信息，生成图，其中，所述图中具有关联关系的两个文本和/或词汇对应的节点之间存在边；

根据所生成的图以及预设的注意力参数，基于图注意力机制，对图中节点对应的文本的特征和词汇的特征进行调整；

根据调整后的文本的特征和词汇的特征，对文本进行分类。

本发明的一个实施例中，所述根据所生成的图以及预设的注意力参数，基于图注意力机制，对图中节点对应的文本的特征和词汇的特征进行调整，包括：

针对所生成的图中的每一节点，根据该节点对应的对象的特征、关联节点对应的关联对象的特征以及预设的注意力参数，基于图注意力机制，计算所述关联对象对该对象的重要程度，其中，节点对应的对象包括：文本和文本中的词汇，所述关联节点为：与该节点之间存在边的节点；

根据计算得到的重要程度以及各个对象的关联对象的特征，对各个对象的特征进行调整。

本发明的一个实施例中，所述根据所生成的图以及预设的注意力参数，基于图注意力机制，对图中节点对应的文本的特征和词汇的特征进行调整；根据调整后的文本的特征和词汇的特征，对文本进行分类，包括：

将所生成的图输入预先训练的分类模型，得到文本的分类结果，其中，所述分类模型用于：对图中节点对应的文本的特征和词汇的特征进行调整，并根据调整后的文本的特征和词汇的特征对文本进行分类，所述分类模型为：基于图注意力机制、对预设的图神经网络模型进行有监督训练得到的模型，所述图神经网络模型的模型参数包括所述注意力参数。

本发明的一个实施例中，通过以下方式训练得到所述分类模型：

获得样本文本的特征和样本文本中样本词汇的特征；

获得样本词汇在样本文本中出现的次数，并根据所获得的次数确定用于表示样本词汇与样本词汇之间、以及样本词汇与样本文本之间是否存在关联关系的样本描述信息；