[发明专利]文本分类方法、装置、电子设备和计算机可读存储介质

说明书

本发明实施例公开了一种文本分类方法、装置、电子设备和计算机可读存储介质；本发明实施例在获取分类短文本后，采用云平台对分类短文本进行特征提取，得到分类短文本的文本特征，然后，将分类短文本的文本特征转换为特征向量，并构建分类短文本的向量索引，然后，获取用于反映短文本分类结果的预设特征向量簇集合，并基于分类短文本的特征向量与预设特征向量簇集合中特征向量簇的中心向量的相似度，将分类短文本的向量索引设置在对应的特征向量簇中，以对分类短文本进行分类；该方案可以提升文本分类的分类效率。

技术领域

本发明涉及通信技术领域，具体涉及一种文本分类方法、装置、电子设备和计算机可读存储介质。

背景技术

近年来，随着互联网技术的飞速发展，网络上形成的海量的信息，比如，海量的文本等信息，往往需要对这些海量的文本进行分类。现有的文本处理方法往往只是基于文本特征之间的相似度对文本进行分类。

在对现有技术的研究和实践过程中，本发明的发明人发现对于文本分类方法来说，基于文本相似度对文本进行分类时，在海量文本中找到每一个文本的相似文本需要巨大的计算开销，使得计算时间大大增减，因此，会导致文本分类的分类效率大大降低。

发明内容

本发明实施例提供一种文本分类方法、装置、电子设备和计算机可读存储介质，可以提高文本分类的分类效率。

一种文本分类方法，包括：

获取分类短文本；

对所述分类短文本进行特征提取，得到所述分类短文本的文本特征；

将所述分类短文本的文本特征转换为特征向量，并构建所述分类短文本的向量索引；

获取用于反映短文本分类结果的预设特征向量簇集合，基于所述分类短文本的特征向量与预设特征向量簇集合中特征向量簇的中心向量的相似度，将所述分类短文本的向量索引设置在对应的特征向量簇中，以对所述分类短文本进行分类。

相应的，本发明实施例提供一种文本分类装置，包括：

获取单元，用于获取分类短文本；

提取单元，用于对所述分类短文本进行特征提取，得到所述分类短文本的文本特征；

转换单元，用于将所述分类短文本的文本特征转换为特征向量，并构建所述分类短文本的向量索引；

分类单元，用于获取用于反映短文本分类结果的预设特征向量簇集合，基于所述分类短文本的特征向量与预设特征向量簇集合中特征向量簇的中心向量的相似度，将所述分类短文本的向量索引设置在对应的特征向量簇中，以对所述分类短文本进行分类。

可选的，在一些实施例中，所述分类单元，可以包括：

获取子单元，用于获取短文本样本集合，并对所述短文本样本集合中的短文本进行特征提取，得到每一短文本样本的文本特征；

生成子单元，用于根据所述短文本样本的文本特征的相似度，生成所述短文本样本的样本特征向量，并构建每一所述短文本样本的样本向量索引；

分类子单元，用于基于所述短文本样本的样本特征向量的相似度，对所述样本特征向量进行分类，并采用所述样本特征向量的样本向量索引构建预设特征向量簇集合。

可选的，在一些实施例中，所述分类单元，还可以包括：

计算子单元，用于计算所述分类短文本的特征向量与预设特征向量簇集合中特征向量簇的中心向量的相似度，得到向量相似度；

筛选子单元，用于当所述向量相似度超过预设相似度阈值时，在所述预设特征向量簇集合中筛选出所述分类短文本对应的目标特征向量簇，并将所述分类短文本的向量索引设置在所述目标特征向量簇中，以对所述分类短文本进行分类；