[发明专利]一种终端设备和确定数据所属领域的方法

说明书

本申请实施例提供一种终端设备和确定数据所属领域的方法，涉及计算机技术领域，本申请通过深度学习网络模型确定出待分类的文本数据对应的第一分类结果，在对文本数据进行特征抽取后，可以得到文本数据对应的特征向量，并根据文本数据对应的特征向量确定文本数据中是否包含设定的关键信息，当文本数据中包含设定的关键信息时，可以通过机器学习网络模型，根据文本数据对应的特征向量确定文本数据对应的第二分类结果。最后根据文本数据对应的第一分类结果和第二分类结果，确定文本数据所属的领域，从而可以将文本数据分类到准确的领域中。

技术领域

本申请涉及计算机领域，具体涉及一种终端设备和确定数据所属领域的方法。

背景技术

随着人工智能的快速发展，准确地确定出用户输入的语音数据所属的领域已经成为当前智能生活的研究重点和难点，在确定出语音数据所属的领域后，可以根据语音数据所属的领域打开对应的软件应用，从而能够给用户的生活带来极大的方便。

目前在获取到用户的语音数据并将语音数据转换成文本数据后，通常采用深度学习模型方法来确定出文本数据的所属领域，但是有些文本数据由于包含非关键词，深度学习模型输出的分类结果极容易和非关键词所在的领域混淆，往往会将语音数据分类到错误的领域中。例如，用户输入一句语音“帮我翻译苹果”，本应该被分类到翻译领域中，但是由于包含非关键词“苹果”，很容易和美食领域混淆，从而可能被分类到美食领域中。

发明内容

为解决现有存在的技术问题，本申请实施例提供一种终端设备和确定数据所属领域的方法，可以将文本数据分类到准确的领域中。

为达到上述目的，本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供一种终端设备，包括：

存储器，所述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；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；根据所述第一分类结果和所述第二分类结果，确定所述文本数据所属的领域。

本申请实施例提供的终端设备，通过深度学习网络模型确定出待分类的文本数据对应的第一分类结果，在对文本数据进行特征抽取后，可以得到文本数据对应的特征向量，并根据文本数据对应的特征向量确定文本数据中是否包含设定的关键信息，当文本数据中包含设定的关键信息时，可以通过机器学习网络模型，根据文本数据对应的特征向量确定文本数据对应的第二分类结果。最后根据文本数据对应的第一分类结果和第二分类结果，确定文本数据所属的领域，从而可以将文本数据分类到准确的领域中。

在一种可能的实现方式中，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。

上述终端设备，可以采集用户的语音数据，并将采集到的语音数据转换成文本数据，从而可以对文本数据进行分类，并将文本数据分类到对应的领域中。

在一种可能的实现方式中，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。