[发明专利]文本分类方法、文本分类装置和计算机可读存储介质

说明书

本发明提出了一种文本分类方法、文本分类装置和计算机可读存储介质。其中，文本分类方法包括：采集文本信息数据；将文本信息数据输入基于sigmoid函数的卷积神经网络分类模型，提取文本信息数据的问题特征和答案特征；应用多维度多标签对问题特征和答案特征联合匹配，得到联合匹配结果；迭代优化联合匹配结果，以输出文本信息数据的分类预测结果。本发明基于sigmoid函数的卷积神经网络分类模型对文本进行分类，使得输出概率更加平滑，避免了出现互斥的现象，分类预测结果不但有问题标签还有答案标签，实现多维多标签的分类预测，相比问题‑问题分类问答具有更高的准确率。

技术领域

本发明涉及文本分类技术领域，具体而言，涉及一种文本分类方法、文本分类装置和计算机可读存储介质。

背景技术

相关技术中，文本分类运用的是softmax分类器(一种损失函数运用softmax函数的分类器)，但softmax函数有严重的问题是softmax分类输出的概率(0～1)互斥。某一类别概率高会让其他类别概率都很低。比如在政务文本分类中，一条数据即是社保类别又是征缴业务类别，所以很难用单一类别判断数据。Softmax分类器原本用于卷积神经网络图像识别，需要对1000个label(标签)输出确定类别，如今问题更加复杂，单一的互斥网络不能适用于越发复杂的智能系统和工业运用。可见，相关技术中是对分类问题的单label分类，但单标签会出现分类不够清晰的情况，只能对事物的一方面分类，比如图像分类中只能对猫狗进行分类，却不能对动物颜色，大小进行分类，比较片面。在复杂的文本分类中更是无法达到效果，自然语言本身高度抽象，多义性，依赖上下文，需要世界知识使得语句意义模糊不清，不是一次分类就能分类完全的。另外，相关技术的问答系统中都是对问题进行匹配，寻找问题对应的答案，输出答案。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明第一个方面在于提出一种文本分类方法。

本发明的第二个方面在于提出一种文本分类装置。

本发明的第三个方面在于提出一种计算机可读存储介质。

有鉴于此，根据本发明的一个方面，提出了一种文本分类方法，包括：采集文本信息数据；将文本信息数据输入基于sigmoid函数的卷积神经网络分类模型，提取文本信息数据的问题特征和答案特征；应用多维度多标签对问题特征和答案特征联合匹配，得到联合匹配结果；迭代优化联合匹配结果，以输出文本信息数据的分类预测结果。

本发明提供的文本分类方法，采集文本信息数据，从真实场景中收集，将文本信息数据输入至基于sigmoid函数(S型生长曲线，用作神经网络的阈值函数)的卷积神经网络分类模型，基于sigmoid函数的卷积神经网络分类模型中将sigmoid函数作为损失函数，sigmoid函数是0～1分布的非饱和光滑曲线，使得基于sigmoid函数的卷积神经网络分类模型的输出概率更加平滑、均匀，避免了出现互斥的现象。然后应用多维度多标签对问题特征和答案特征联合匹配，得到联合匹配结果，迭代优化，最终输出分类预测结果，对问题和答案复合匹配，分类预测结果不但有问题标签还有答案标签，实现多维多标签的分类预测，相比问题-问题分类问答具有更高的准确率。

根据本发明的上述文本分类方法，还可以具有以下技术特征：

在上述技术方案中，优选地，应用多维度多标签对问题特征和答案特征联合匹配，得到联合匹配结果，具体包括：将问题特征和答案特征分别以预设维度进行分类匹配，获得问题标签和答案标签；将问题标签和答案标签作为联合匹配结果；其中，预设维度包括以下一种或其组合：关键词、词性类别、语义、同义词。