[发明专利]一种文本分类方法及装置

说明书

本发明实施例提供了一种文本分类方法及装置。在本发明实施例中，确定多个文本类别；对于每一个文本类别，获取分别属于该文本类别的多个样本文本；确定预设神经网络模型；使用分别属于每一个文本类别的多个样本文本对预设神经网络模型训练，得到目标文本分类模型；获取待分类文本；使用目标文本分类模型确定待分类文本在多个文本类别中所属的目标文本类别。通过本发明实施例的方法，可以确定待分类文本所述的文本类别。之后可以目标文本类别分类存储待分类文本，方便用户之后查询和使用和同领域归类。

技术领域

本发明涉及计算机技术领域，特别是涉及一种文本分类方法及装置。

背景技术

近年来，随着图像识别技术的不断成熟，名片识别、证件识别、银行卡识别等技术纷纷投入使用。这些技术可以从照片或图片中提取文本，但是文本所属的类别需要进行细分，才利于存储和使用。如名片中常出现的姓名、地址、职位、公司名称等。对文本分类后再分类存储这些文本，可以方便用户之后查询、使用和同领域归类。

然而，如何对本文分类是一个亟待解决的技术问题。

发明内容

为了解决上述问题，本发明公开了一种文本分类方法及装置。

第一方面，本发明实施例示出了一种文本分类方法，所述方法包括：

确定多个文本类别；

对于每一个文本类别，获取分别属于所述文本类别的多个样本文本；

确定预设神经网络模型；

使用分别属于每一个文本类别的多个样本文本对预设神经网络模型训练，得到目标文本分类模型；

获取待分类文本；

使用所述目标文本分类模型确定所述待分类文本在所述多个文本类别中所属的目标文本类别。

在一个可选的实现方式中，所述获取待分类文本，包括：

获取目标图像，所述目标图像中包括待分类文本；对所述目标图像进行图像识别，得到所述目标图像中包括的文本，并作为所述待分类文本；

或，

获取用户输入的文本，并作为所述待分类文本；

或，

获取目标语音信号；对所述目标语音信号进行语音识别，得到所述目标语音信号对应的文本，并作为待分类文本。

在一个可选的实现方式中，所述预设神经网络模型包括长短期记忆网络LSTM和门控循环单元GRU。

在一个可选的实现方式中，所述使用所述目标文本分类模型确定所述待分类文本在所述多个文本类别中所属的目标文本类别，包括：

获取所述待分类文本中的每一个字符对应的向量；

将每一个字符对应的向量按照字符在所述待分类文本中的先后顺序组成向量特征；

利用所述向量特征和预设权重确定所述待分类文本属于每一个文本类别的概率；

将最大的概率的文本类别确定为所述待分类文本所属的目标文本类别。

在一个可选的实现方式中，所述使用所述目标文本分类模型确定所述待分类文本在所述多个文本类别中所属的目标文本类别之后，还包括：

获取用户对使用所述目标文本分类模型确定所述待分类文本所属的目标文本类别的评价信息；

根据所述评价信息优化所述目标文本分类模型。

第二方面，本发明实施例示出了一种文本分类装置，所述装置包括：

第一确定模块，用于确定多个文本类别；