[发明专利]文本类别的确定方法、装置、设备及存储介质

权利要求书

1.一种文本类别的确定方法，其特征在于，包括：

对目标文本进行预处理，得到所述目标文本中的N个关键词及所述N个关键词对应的位置信息；所述目标文本为工业互联网场景中的待分类文本；N为正整数；

调用预设语义表示模型对所述N个关键词及所述N个关键词对应的位置信息进行处理，确定出所述N个关键词对应的N个向量；

调用预设图神经网络模型对所述N个关键词对应的N个向量进行处理，确定出各所述N个关键词所属的文本类别；其中，所述预设图神经网络模型根据样本文本中的M个样本关键词对应的M个样本向量和所述M个样本关键词所属的文本类别得到；M为正整数。

2.根据权利要求1所述的文本类别的确定方法，其特征在于，所述调用预设图神经网络模型对所述N个关键词对应的N个向量进行处理之前，所述方法还包括：

基于所述M个样本关键词对应的M个样本向量的向量参数，将所述M个样本关键词划分为X个样本集合；一个样本集合对应一种样本向量，同一种样本向量的向量参数相同，且同一样本集合中的样本关键词所属的文本类别相同；X为正整数；

根据预设关系图谱确定所述X个样本集合对应的目标关系图谱；所述预设关系图谱用于表征候选文本类别之间的关联关系；所述目标关系图谱中包括X个节点，一个节点对应一个样本集合；

基于所述目标关系图谱、所述X个节点对应的X种样本向量以及各所述X个节点所属的文本类别，对所述X个节点进行信息更新，并对信息更新后的X个节点进行深度训练得到所述预设图神经网络模型。

3.根据权利要求2所述的文本类别的确定方法，其特征在于，所述基于所述目标关系图谱、所述X个节点对应的X种样本向量以及各所述X个节点所属的文本类别，对所述X个节点进行信息更新，包括：

基于所述目标关系图谱和预设卷积网络层数，从所述X个节点中确定出目标节点的关联节点；所述目标节点为所述X个节点中的任意一个节点；

基于所述目标节点与所述关联节点的关联程度参数、所述目标节点对应的样本向量以及所述关联节点对应的样本向量，确定所述目标节点的目标函数；

基于所述目标节点的目标函数和所述目标节点所属的文本类别，对所述目标节点进行信息更新。

4.根据权利要求3所述的文本类别的确定方法，其特征在于，所述从所述X个节点中确定出目标节点的关联节点之后，所述方法还包括：

根据所述目标节点对应的样本集合中的样本关键词的数量、所述关联节点对应的样本集合中的样本关键词的数量以及样本文本中的样本关键词的数量M，确定所述目标节点与所述关联节点的关联程度参数。

5.根据权利要求3所述的文本类别的确定方法，其特征在于，所述预设卷积网络层数为2或3。

6.根据权利要求2所述的文本类别的确定方法，其特征在于，所述基于所述M个样本关键词对应的M个样本向量的向量参数，将所述M个样本关键词划分为X个样本集合之前，所述方法还包括：

获取样本文本，并对所述样本文本进行所述预处理，得到所述样本文本中的所述M个样本关键词及所述M个样本关键词对应的位置信息；

调用所述预设语义表示模型对所述M个样本关键词及所述M个样本关键词对应的位置信息进行处理，确定出所述M个样本关键词对应的M个样本向量。

7.根据权利要求2-6任意一项所述的文本类别的确定方法，其特征在于，所述候选文本类别包括领域名词、技术名词、组织机构名、地理位置、相关名词、产业、模式、时间、方针政策、机制标准、指标、方案措施和数值中的至少两类。