[发明专利]文本分类方法及装置

权利要求书

1.一种文本分类方法，包括：

按照预定汉字拆解规则对待分类文本进行汉字拆解，以得到汉字模块串，所述待分类文本中的每个汉字被拆解为至少一个汉字模块，所述汉字模块是粒度比汉字字符小的字符构成单元；以及

使用卷积神经网络模型来对所述汉字模块串进行文本分类处理。

2.如权利要求1所述的文本分类方法，其中，所述预定汉字拆解规则包括预定汉字字形结构拆解规则。

3.如权利要求2所述的文本分类方法，其中，所述预定汉字字形结构拆解规则包括：汉字部件构造规则、首尾分解规则或者其组合。

4.如权利要求1所述的文本分类方法，其中，所述卷积神经网络模型包括TextCNN模型。

5.如权利要求4所述的文本分类方法，其中，使用卷积神经网络模型来对所述汉字模块串进行文本分类处理包括：

将所述汉字模块串输入到所述卷积神经网络模型的输入层来进行向量化处理，以得到所述汉字模块串中的各个汉字模块的向量表示；

将所得到的各个汉字模块的向量表示输入到所述卷积神经网络模型中的卷积层来进行卷积处理，以得到所述汉字模块串所对应的语义矩阵；

将所得到的语义矩阵输入到所述卷积神经网络模型中的池化层来进行池化计算，以得到所述汉字模块串所对应的语义向量；以及

将所得到的语义向量输入到所述卷积神经网络模型中的分类层来进行分类处理，以确定所述待分类文本的分类结果。

6.如权利要求5所述的文本分类方法，其中，所述池化计算包括：

使用最大值池化算法来进行池化计算；或者

使用均值池化算法来进行池化计算。

7.一种文本分类装置，包括：

汉字拆解单元，被配置为按照预定汉字拆解规则对待分类文本进行汉字拆解，以得到汉字模块串，所述待分类文本中的每个汉字被拆解为至少一个汉字模块，所述汉字模块是粒度比汉字字符小的字符构成单元；以及

文本分类单元，被配置为使用卷积神经网络模型来对所述汉字模块串进行文本分类处理。

8.如权利要求7所述的文本分类装置，其中，所述预定汉字拆解规则包括预定汉字字形结构拆解规则。

9.如权利要求8所述的文本分类装置，其中，所述预定汉字字形结构拆解规则包括：汉字部件构造规则、首尾分解规则或者其组合。

10.如权利要求7所述的文本分类装置，其中，所述卷积神经网络模型包括：

输入层，被配置为对所述汉字模块串进行向量化处理，以得到所述汉字模块串中的各个汉字模块的向量表示；

卷积层，被配置为对所得到的各个汉字模块的向量表示执行卷积处理，以得到所述汉字模块串所对应的语义矩阵；

池化层，被配置为对所得到的语义矩阵执行池化计算，以得到所述汉字模块串所对应的语义向量；以及

分类层，被配置为对所得到的语义向量执行分类处理，以确定所述待分类文本的分类结果。

11.一种计算设备，包括：

一个或多个处理器，以及

与所述一个或多个处理器耦合的存储器，所述存储器存储指令，当所述指令被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1到6中任一所述的方法。

12.一种非暂时性机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得所述机器执行如权利要求1到6中任一所述的方法。