[发明专利]短信分类方法、装置、系统和存储介质

权利要求书

1.一种短信分类方法，包括：

对行业短信的训练文本进行分词处理，利用所述分词处理得到的单词的频率和所述单词之间组成的词组的频率，确定所述训练文本的分词结果；根据所述训练文本的分词结果，构建分词数组，将所述训练文本的分词结果中包含的单词与所述分词数组中的单词进行匹配，根据匹配结果确定所述分词结果的特征向量；

通过所述分词结果的特征向量，训练短信分类模型，并在训练过程中使用权值衰减项的代价函数，得到训练后的短信分类模型的模型参数；

利用所述模型参数构建分词向量权重矩阵，基于所述分词向量权重矩阵，确定待分类短信文本所属的短信分类，所述分词向量权重矩阵中的矩阵元素用于表示所述分词结果的特征向量的权重值；

所述对行业短信的训练文本进行分词处理，利用所述分词处理得到的单词的频率和所述单词之间组成的词组的频率，确定所述训练文本的分词结果，包括：

确定词典中词的权重值，将所述训练文本与词典进行匹配，得到不同匹配方式下的匹配结果，根据所述匹配结果重新确定所述词典中词的权重值；

确定词组关系表中词组的权重值，根据所述词组关系表，确定所述匹配结果中存在的词组，根据所述匹配结果中的词组，重新确定所述词组关系表中词组的权重值；

基于重新确定的不同匹配方式下匹配结果中词的权重值，以及重新确定的不同匹配方式下匹配结果中词组的权重值，计算所述不同匹配方式下的匹配结果的权重值；

选择计算得到的权重值最大的匹配方式下的匹配结果，作为所述训练文本的分词结果。

2.根据权利要求1所述的短信分类方法，其中，所述确定词典中词的权重值，将所述训练文本与词典进行匹配，得到不同匹配方式下的匹配结果，根据所述匹配结果重新确定所述词典中词的权重值，包括：

获取词典中词的权重值，首次使用所述词典时，为所述词典中的每个词设置权重值；

按照所述训练文本的指定顺序，以所述训练文本中的当前字符为开始字符，以所述当前字符之后的每个字符依次为结束字符，依次确定由所述开始字符到每个结束字符形成的字符串是否与所述词典中的词匹配；

如果与所述词典中的词匹配，增加所述匹配到的词的权重值，按照所述训练文本的指定顺序，以所述当前字符的下一字符为新的开始字符，直到所述下一字符为空字符，得到所述训练文本与所述词典不同匹配方式下的匹配结果。

3.根据权利要求1所述的短信分类方法，其中，所述确定词组关系表中词组的权重值，根据所述词组关系表，确定所述匹配结果中存在的词组，根据所述匹配结果中的词组，重新确定所述词组关系表中词组的权重值，包括：

获取词组关系表中词组的权重值，首次使用所述词组关系表时，为所述词组关系表中的每个词组设置权重值；

根据所述词组关系表，确定所述不同匹配方式下的匹配结果的词之间是否存在词组关系；

如果所述不同匹配方式下的匹配结果的词之间存在词组关系，获取所述匹配结果中的词组，增加所述词组关系表中与所述匹配结果中的词组相同的词组的权重值。

4.根据权利要求1所述的短信分类方法，其中，所述根据所述训练文本的分词结果，构建分词数组，将所述训练文本的分词结果中包含的单词与所述分词数组中的单词进行匹配，根据匹配结果确定所述分词结果的特征向量，包括：

通过每个训练文本的分词结果，得到全部分词结果，对所述全部分词结果进行去重处理，得到去重后的分词结果；

根据所述去重后的分词结果中的单词数量，确定特征向量维度，构建分词数组，将所述去重后的分词结果中的单词保存在所述分词数组中，所述分词数组的维度等于所述特征向量维度；

针对每个训练文本的分词结果，将所述训练文本的分词结果中的单词与所述分词数组中的单词进行匹配，根据匹配到的单词在所述分词数组中的位置，确定所述训练文本的特征向量的取值，得到所述分词结果的特征向量。