[发明专利]一种终端设备和确定数据所属领域的方法

权利要求书

1.一种终端设备，其特征在于，包括：

存储器，用于存储程序代码和所述终端设备运行时所产生的数据信息；

处理器，用于执行所述程序代码，以实现如下过程：通过深度学习网络模型，确定待分类的文本数据对应的第一分类结果；所述第一分类结果包括所述文本数据对应于每个设定领域的第一概率；对所述文本数据进行特征抽取，得到所述文本数据对应的特征向量，并根据所述特征向量确定所述文本数据中是否包含设定的关键信息；若所述文本数据中包含设定的关键信息，则通过机器学习网络模型，根据所述特征向量确定所述文本数据对应的第二分类结果；所述第二分类结果包括所述文本数据对应于每个设定领域的第二概率；若所述第一概率中最高概率值大于第一阈值或所述第二概率中最高概率值小于第二阈值，确定所述文本数据所属的领域为所述第一概率中最高概率值对应的领域；若所述第二概率中最高概率值对应的领域属于设定的易混淆领域，确定所述文本数据所属的领域为所述第二概率中最高概率值对应的领域；若所述第二概率中最高概率值对应的领域不属于所述易混淆领域，且所述第一概率中最高概率值大于第三阈值，确定所述文本数据所属的领域为所述第一概率中最高概率值对应的领域；若所述第二概率中最高概率值对应的领域不属于所述易混淆领域，且所述第一概率中最高概率值小于或等于第三阈值，确定所述文本数据所属的领域为所述第二概率中最高概率值对应的领域。

2.根据权利要求1所述的终端设备，其特征在于，所述终端设备还包括语音采集组件；所述语音采集组件用于采集语音数据；

所述处理器还用于，将所述语音采集组件采集的语音数据转换成文本数据。

3.根据权利要求1所述的终端设备，其特征在于，所述处理器具体用于：

对待分类的文本数据进行分词处理，得到所述文本数据对应的各个分词；

将所述文本数据对应的各个分词输入深度学习网络模型，根据所述文本数据对应的各个分词确定所述文本数据对应的第一分类结果。

4.根据权利要求1所述的终端设备，其特征在于，所述处理器还用于：

将所述文本数据与设定的关键信息进行比对，根据所述文本数据与所述关键信息的比对结果，确定所述文本数据对应于包含所述关键信息的特征的特征值；

根据所述文本数据对应于所述特征的特征值，确定所述文本数据对应的特征向量。

5.根据权利要求1所述的终端设备，其特征在于，所述处理器还用于：

将所述特征向量输入机器学习网络模型，根据所述特征向量确定所述文本数据对应的第二分类结果。

6.根据权利要求1所述的终端设备，其特征在于，所述处理器还用于：

根据所述文本数据所属的领域，启动所述领域对应的应用。

7.一种确定数据所属领域的方法，其特征在于，包括：

通过深度学习网络模型，确定待分类的文本数据对应的第一分类结果；所述第一分类结果包括所述文本数据对应于每个设定领域的第一概率；

对所述文本数据进行特征抽取，得到所述文本数据对应的特征向量，并根据所述特征向量确定所述文本数据中是否包含设定的关键信息；

若所述文本数据中包含设定的关键信息，则通过机器学习网络模型，根据所述特征向量确定所述文本数据对应的第二分类结果；所述第二分类结果包括所述文本数据对应于每个设定领域的第二概率；

若所述第一概率中最高概率值大于第一阈值或所述第二概率中最高概率值小于第二阈值，确定所述文本数据所属的领域为所述第一概率中最高概率值对应的领域；

若所述第二概率中最高概率值对应的领域属于设定的易混淆领域，确定所述文本数据所属的领域为所述第二概率中最高概率值对应的领域；

若所述第二概率中最高概率值对应的领域不属于所述易混淆领域，且所述第一概率中最高概率值大于第三阈值，确定所述文本数据所属的领域为所述第一概率中最高概率值对应的领域；

若所述第二概率中最高概率值对应的领域不属于所述易混淆领域，且所述第一概率中最高概率值小于或等于第三阈值，确定所述文本数据所属的领域为所述第二概率中最高概率值对应的领域。