[发明专利]文本的分类方法、装置、终端设备及可读存储介质

说明书

本发明公开了一种文本的分类方法、装置、终端设备以及计算机存储介质，通过根据样本文本的目标标签和分词确定所述分词的二项集，确定所述二项集的第一置信度和词频量；根据所述第一置信度和所述词频量确定所述目标标签的分词是否为所述目标标签的关联词，若确定所述目标标签的分词为所述关联词，则根据所述关联词和所述样本文本的其他标签确定所述关联词的停止词和非目标标签；将所述关联词、所述停止词、所述目标标签和所述非目标标签加入到文本类词库中，根据所述文本类词库针对文本进行分类，本发明实现了根据文本类词库针对文本分类，从而，提高了针对文本进行分类的时效性和准确率。

技术领域

本发明属于数据处理技术领域，尤其涉及一种文本的分类方法、装置、终端设备及计算机可读存储介质。

背景技术

目前针对文本进行分类的技术一般是基于机器学习与深度学习的算法，该算法的局限性在于，一方面基于机器学习与深度学习的算法的中文语义分析依赖于jieba(优秀的中文分词第三方库)等词库，而计算该jieba词库的计算量非常大并且该jieba词库的更新频率不高，导致该算法的时效性非常差，另一方面机器学习与深度学习在实际操作中的过程训练类似盲盒，只有量化的调整参数但是没有异常防止机制，因此，利用传统的基于机器学习与深度学习的算法针对文本分类的准确率非常低，导致根据该文本分类预测分析素材的的准确率也非常低。

发明内容

本发明的主要目的在于提供一种文本的分类方法、装置、终端设备及计算机可读存储介质。旨在实现进行文本分类时，提高文本分类的时效性和准确率。

为了实现上述目的，本发明提供一种文本的分类方法，所述文本的分类方法包括以下步骤：

根据样本文本的目标标签和分词确定所述分词的二项集，确定所述二项集的第一置信度和词频量；

根据所述第一置信度和所述词频量确定所述目标标签的分词是否为所述目标标签的关联词，若确定所述目标标签的分词为所述关联词，则根据所述关联词和所述样本文本的其他标签确定所述关联词的停止词和非目标标签；

将所述关联词、所述停止词、所述目标标签和所述非目标标签加入到文本类词库中，根据所述文本类词库针对文本进行分类。

可选地，所述关联词包括：第一关联词和第二关联词，所述根据所述第一置信度和所述词频量确定所述目标标签的分词是否为所述目标标签的关联词的步骤，包括：

确定所述第一置信度是否大于预设的第一置信度阈值；

若确定所述第一置信度大于所述第一置信度阈值，则确定所述目标标签的分词为所述目标标签的所述第一关联词；

若确定所述第一置信度小于或等于所述第一置信度阈值，则确定所述第一置信度是否大于预设的第二置信度阈值，其中，所述第二置信度阈值小于所述第一置信度阈值；

若确定所述第一置信度大于所述第二置信度阈值并小于所述第一置信度阈值，则确定所述词频量是否大于预设的词频量阈值；

若确定所述词频量大于所述词频量阈值，则确定所述二项集的所述分词为所述目标标签的所述第二关联词。

可选地，所述关联词包括：第二关联词，所述若确定所述分词为所述关联词，则根据所述关联词和所述样本文本的其他标签确定所述关联词的停止词和非目标标签的步骤，包括：

若确定所述分词为所述第二关联词，则确定所述样本文本的其他标签的分词中是否有所述第二关联词；

若确定有所述第二关联词，则根据所述第二关联词、所述其他标签的待处理分词和所述其他标签确定多项集；

根据所述多项集确定所述第二关联词的停止词和非目标标签。

可选地，所述根据所述多项集确定所述第二关联词的停止词和非目标标签的步骤，包括：