[发明专利]文本分类方法、装置、电子设备及存储介质

权利要求书

1.一种文本分类方法，其特征在于，所述方法包括：

获取待识别文本；

将所述待识别文本输入文本分类模型进行分类处理，输出分类结果；

其中，在所述分类处理中，所述文本分类模型具体用于：

确定待识别文本的目标主类别；

根据文本识别算法确定所述待识别文本是否属于目标子类别，得到所述分类结果，所述文本识别算法与所述目标主类别相对应。

2.根据权利要求1所述的方法，其特征在于，所述文本分类模型包括第一生成器，所述第一生成器用于：

对所述待识别文本添加第一语句得到第一目标文本，其中，所述第一语句为第一判别语句中的用于表征目标主类别的第一文本内容被掩盖之后的语句；

预测第一目标文本中被掩盖的第一文本内容，得到第一预测文本，根据所述第一预测文本确定所述目标主类别。

3.根据权利要求1所述的方法，其特征在于，所述文本分类模型包括第二生成器，所述第二生成器用于：

对所述待识别文本添加第二语句得到第二目标文本，其中，所述第二语句为第二判别语句中的目标子类别的判定词被掩盖之后的语句；

根据所述文本识别算法预测所述第二目标文本中被掩盖的判定词，得到第二预测文本，根据所述第二预测文本确定所述分类结果。

4.一种文本分类模型的训练方法，其特征在于，所述方法包括：

获取训练数据集，所述训练数据集包括多个样本文本、多个主类别以及目标子类别的判定标签，其中，每个样本文本对应于一个主类别和一个判定标签，每个主类别对应一个判定标签；

将所述训练数据集输入预训练模型中进行迭代训练，得到文本分类模型；

其中，在每次迭代训练过程中，所述预训练模型具体用于：

确定每个所述样本文本的预测主类别；

根据所述预测识别算法确定每个所述样本文本是否属于所述目标子类别，得到预测结果，所述预测识别算法与所述预测主类别相对应；

当所述预测主类别与该样本文本对应的主类别之间的误差小于第一预设误差，并且所述预测结果与该样本文本对应的判定标签之间的误差小于第二预设误差，完成迭代训练，得到所述文本分类模型。

5.根据权利要求4所述的方法，其特征在于，所述预训练模型还用于构建第一生成器，在每次迭代训练过程中，所述第一生成器用于：

对每个所述样本文本添加第一语句得到第一样本文本，其中，所述第一语句为第一判别语句中的用于表征预测主类别的第一样本内容被掩盖之后的语句；

预测所述第一样本文本中被掩盖的第一样本内容，得到第三预测文本，根据所述第三预测文本确定所述预测主类别。

6.根据权利要求4所述的方法，其特征在于，所述预训练模型还用于构建第二生成器，在每次迭代训练过程中，所述第二生成器用于：

对每个所述样本文本添加第二语句得到第二样本文本，其中，所述第二语句为第二判别语句中的预测子类别的判定词被掩盖之后的语句；

根据所述预测识别算法预测所述第二样本文本中被掩盖的判定词，得到第四预测文本，根据所述第四预测文本确定所述预测结果。

7.一种文本识别装置，其特征在于，所述装置包括：

文本获取模块，用于获取待识别文本；

分类处理模块，用于将所述待识别文本输入文本分类模型进行分类处理，输出分类结果；

其中，在所述分类处理中，所述文本分类模型具体用于：

确定待识别文本的目标主类别；

根据文本识别算法确定所述待识别文本是否属于目标子类别，得到所述分类结果，所述文本识别算法与所述目标主类别相对应。