[发明专利]一种文本分类方法、服务器及计算机可读介质

说明书

本发明实施例公开了一种文本分类方法、服务器及计算机可读介质，其中方法包括：获取待分类文本，所述待分类文本包括M个词，其中，M为正整数；根据待分类文本的N个词，通过主题模型得到所述N个词中每个词对应的主题，其中，N为不大于M的正整数；根据所述N个词中每个词以及每个词对应的主题，通过主题词向量模型得到所述N个词中每个词对应的主题词向量，其中，所述主题词向量为词与词对应的主题共同的向量表示；根据所述N个词中每个词对应的主题词向量，通过分类模型得到所述待分类文本的类别；其中，所述主题模型、所述主题词向量模型、所述分类模型为已训练模型。可在考虑词的多义性的情况下，增加分类准确率并高效地进行文本分类。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种文本分类方法、服务器及计算机可读介质。

背景技术

随着计算机技术的发展，大量的文档信息每天都在急剧增加。由于信息的快速膨胀，如何能够快速有效地利用这些信息已经成为一个面临的新问题。面对巨大的文本信息，采用传统的人工手段对这些信息进行分类由于效率太低而面临越来越多的困难，信息处理已经成为人们获取有用信息不可缺少的工具，所以基于机器学习人工智能技术的自动文本分类已经成为一个重要的研究领域。

但现有的文本分类的技术中，由于一个词可能拥有不同的含义，这些现有技术没有对词的多义性进行区别，从而导致降低了文本分类的准确度。

发明内容

本发明实施例提供一种文本分类的方法、服务器及计算机可读介质，可在考虑词的多义性的情况下，增加分类准确率并高效地进行文本分类。

第一方面，本发明实施例提供了一种文本分类方法，该方法包括：

获取待分类文本，所述待分类文本包括M个词，其中，M为正整数；

根据待分类文本的N个词，通过主题模型得到所述N个词中每个词对应的主题，其中，N为不大于M的正整数；

根据所述N个词中每个词以及每个词对应的主题，通过主题词向量模型得到所述N个词中每个词对应的主题词向量，其中，所述主题词向量为词与词对应的主题共同的向量表示；

根据所述N个词中每个词对应的主题词向量，通过分类模型得到所述待分类文本的类别；

其中，所述主题模型、所述主题词向量模型、所述分类模型为已训练模型。

第二方面，本发明实施例提供了一种服务器，该服务器包括用于执行上述第一方面的方法的单元。

第三方面，本发明实施例提供了另一种服务器，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持服务器执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。

本发明实施例通过使用主题模型获取词对应的主题，通过使用主题词向量模型获取词对应的主题词向量，然后根据待分类文本中的部分或全部词对应的主题词向量通过使用分类模型获取该待分类模型的类别。在分类的过程中，将词赋予了其对应的主题，从而达到对词的多义性进行区别，进而提高了整个文本分类的准确率。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例提供的文本分类方法的方法流程图；