[发明专利]文本分类方法、装置、终端设备及存储介质

权利要求书

1.一种文本分类方法，其特征在于，包括：

获取文本节点结构图，所述文本节点结构图包含多个文本节点，每个文本节点分别对应一个待分类文本，且两两文本节点之间通过节点线进行连接；

提取每个所述待分类文本的文本特征，并根据所述文本特征分别计算所述两两文本节点之间的相似距离；

根据所述相似距离，对所述文本节点结构图中的节点线进行过滤，得到包含所述每个文本节点和剩余节点线的目标文本节点结构图；

基于社区发现算法和所述剩余节点线，对所述目标文本节点结构图中的待分类文本进行分类，得到多个待分类文本的目标分组；

所述基于社区发现算法和所述剩余节点线，对所述目标文本节点结构图中的待分类文本进行分类，得到多个待分类文本的目标分组，包括：

将所述目标文本节点结构图中所述每个文本节点均作为单独的节点分组；

对于任一节点分组，每次将所述任一节点分组与任一相邻的节点分组融合得到多种分组模块，每种分组模块包括所述任一节点分组与其中一个相邻节点分组融合组成的节点分组，以及其余单独的节点分组；

分别计算所述每种分组模块的分组模块度，所述分组模块度用于表示所述分组模块的分类效果；

在所述多种分组模块中，将所述分组模块度的最大值对应的分组模块作为当前目标分组模块，并判断所述当前目标分组模块是否小于或等于上一目标分组模块的分组模块度；

若判定所述当前目标分组模块的分组模块度小于或等于上一目标分组模块的分组模块度，则将所述上一目标分组模块作为所述多个待分类文本的目标分组；

若判定所述当前目标分组模块的分组模块度大于上一目标分组模块的分组模块度，则针对所述当前目标分组模块中的每个节点分组，再次执行所述将所述任一节点分组与任一相邻的节点分组融合得到多种分组模块的步骤，直至得到每个待分类文本的目标分组。

2.如权利要求1所述的文本分类方法，其特征在于，所述待分类文本包含多个文本分词，所述文本特征由所述多个文本分词的词向量组成，所述相似距离包括欧几里得距离；所述提取每个所述待分类文本的文本特征，并根据所述文本特征分别计算所述两两文本节点之间的相似距离，包括：

提取每个所述待分类文本中多个文本分词的词向量，并确定所述多个文本分词分别在各自对应的所述待分类文本中的词顺序；

针对任一两两文本节点，根据所述待分类文本中相同词顺序的词向量，计算每个所述文本分词的欧几里得距离，并将每个所述文本分词的欧几里得距离进行加和得到所述两两文本节点之间的欧几里得距离。

3.如权利要求1或2所述的文本分类方法，其特征在于，所述根据所述相似距离，对所述文本节点结构图中的节点线进行过滤，得到包含所述每个文本节点和剩余节点线的目标文本节点结构图，包括：

针对任一相似距离，判断所述相似距离是否小于或等于预设阈值；

若判定所述相似距离小于或等于预设阈值，则删除小于或等于预设阈值的所述相似距离对应的节点线；以及，

若判定所述相似距离大于预设阈值，则保留大于预设阈值的所述相似距离对应的节点线；

基于剩余节点线和所述多个文本节点，生成所述目标文本节点结构图。

4.如权利要求1所述的文本分类方法，其特征在于，所述分组模块的分组模块度由融合组成所述分组模块的节点分组的模块度，与所述其余单独的节点分组的模块度相加得到；

所述分别计算所述每种分组模块的分组模块度，包括：

针对任一分组模块，确定所述分组模块中当前节点分组包含的节点线的第一数量，以及所述其余单独的节点分组分别与所述当前节点分组连接的节点线的第二数量，所述当前节点分组为所述分组模块中当前待计算模块度的分组；

根据所述第一数量和所述第二数量，计算所述当前节点分组的模块度；

依次将所述其余单独的节点分组作为所述当前节点分组，分别计算所述分组模块中所述其余单独的节点分组的模块度；

将所述当前节点分组的模块度和所述其余单独的节点分组的模块度之和，作为所述分组模块的分组模块度。