[发明专利]新闻文本的分类方法、装置、计算机设备和存储介质

说明书

本申请涉及数据处理领域，提供新闻文本的分类方法、装置、计算机设备和存储介质，方法包括：获取新闻文本的所有评论信息；获取指定评论信息对应的读者信息；提取读者信息对应的指定读者的历史阅读数据；获取指定读者对于指定分类类别的偏好分数；计算指定评论信息相对指定分类类别的匹配打分；计算将新闻文本分类为指定分类类别的第一评分分数；获取评论信息对应的所有读者将新闻文本分类为指定分类类别的第二评分分数；计算第二评分分数的均值，得到分类分数；获取将新闻文本分类为各分类类别的指定分类分数；筛选出数值最大的目标分类分数，将目标分类分数对应的目标分类类别作为新闻文本的目标分类结果。本申请实现了对于新闻文本的准确分类。

技术领域

本申请涉及数据处理技术领域，具体涉及一种新闻文本的分类方法、装置、计算机设备和存储介质。

背景技术

文本自动分类技术目前是人工智能领域、自然语言处理方向中一项常见任务，被广泛应用于文本审核、广告过滤、垃圾邮件过滤、新闻分类等任务中。对于中文文本分类技术而言，常用做法是将文本进行清洗、分词等预处理，然后采用多种方式对文本进行编码和特征提取，并利用一系列机器学习算法来对文本进行分类。

现有对于新闻文本的分类方法通常是使用基于新闻正文来进行新闻文本分类的方法，然而，这种分类方法在实际的应用过程中存在着以下问题：新闻文本分类的训练文本依赖大量标注良好的高质量文本，而人工标注是该环节中非常费时费力的一环，需要训练良好的标注人员按照统一标准对于新闻的正文进行大量文本标注。由于人工标注的工作需要消耗大量的人力物力，进而导致新闻文本的分类成本较高，且新闻文本的分类效率较低。

发明内容

本申请的主要目的为提供一种新闻文本的分类方法、装置、计算机设备和存储介质，旨在解决现有的基于新闻正文来进行新闻文本分类的方法存在分类成本较高且分类效率较低的技术问题。

本申请提出一种新闻文本的分类方法，所述方法包括步骤：

获取与待分类的新闻文本对应的所有评论信息；

根据指定评论信息，获取与所述指定评论信息对应的读者信息，其中，所述指定评论信息为所有所述评论信息中的任意一条信息；

根据所述读者信息，提取与所述读者信息对应的指定读者的历史阅读数据；

根据所述历史阅读数据，获取所述指定读者对于指定分类类别的偏好分数，其中，所述指定分类类别为与新闻文本对应的所有分类类别中的任意一种类别；

根据所述指定分类类别，按照预设规则计算所述指定评论信息相对于所述指定分类类别的匹配打分；

根据所述偏好分数与所述匹配打分，调用预设的计算公式计算出，与所述指定读者对应的将所述待分类的新闻文本分类为所述指定分类类别的第一评分分数；

分别获取与所有所述评论信息对应的所有读者将所述待分类的新闻文本分类为所述指定分类类别的第二评分分数；

计算所有所述第二评分分数的平均值，得到将所述待分类的新闻文本分类为所述指定分类类别的分类分数；

分别获取将所述待分类的新闻文本分类为每一种分类类别的指定分类分数；

从所有所述指定分类分数中筛选出数值最大的目标分类分数，并将与所述目标分类分数对应的目标分类类别作为所述待分类的新闻文本的目标分类结果。

可选地，所述根据所述历史阅读数据，获取所述指定读者对于指定分类类别的偏好分数，其中，所述指定分类类别为与新闻文本对应的所有分类类别中的任意一种类别的步骤，包括：

根据所述历史阅读数据，获取所述指定读者的阅读行为信息；