[发明专利]一种文本分类方法及相关装置

权利要求书

1.一种文本分类方法，其特征在于，包括：

利用目标文本中的字符与字符之间的位置关系，对所述目标文本的每N个相邻字符进行分割，获得多个分割词，其中，N为大于1的整数；

获得所述多个分割词的词向量；

根据所述多个分割词的词向量，获得所述目标文本的文本向量；

根据所述目标文本的文本向量，通过训练好的分类模型获得所述目标文本的分类信息；

当所述目标文本包括中文文本时，在对目标文本的相邻字符进行分割之前，所述方法还包括：

将所述目标文本中的中文文本，拆分成以偏旁为单位的若干个字符；

对目标文本的相邻字符进行分割，获得多个分割词，包括：对所述以偏旁为单位的若干个字符的相邻字符进行分割，获得多个分割词。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个分割词的词向量，获得所述目标文本的文本向量，包括：

对所述多个分割词的词向量进行加权求和计算，获得加权和；

将所述加权和作为所述目标文本的文本向量。

3.根据权利要求1所述的方法，其特征在于，所述对所述目标文本中的相邻字符进行分割，获得多个分割词，包括：

对所述目标文本中每两个或者三个相邻字符进行分割，获得多个分割词。

4.根据权利要求1所述的方法，其特征在于，根据所述目标文本的文本向量，获得所述目标文本的分类信息，包括：

获得训练样本和所述训练样本对应的初始分类标记；

对所述初始分类标记进行修正，获得修正分类标记；

根据所述训练样本和所述修正分类标记，获得训练好的分类模型；

将所述目标文本的文本向量输入至所述训练好的分类模型，获得所述训练好的分类模型输出的所述目标文本的分类信息。

5.根据权利要求4所述的方法，其特征在于，对所述初始分类标记进行修正，包括：

根据所述训练样本和所述初始分类标记，训练得到当前分类模型；

循环执行修正过程；

其中，所述修正过程包括：将所述训练样本输入至当前分类模型中，获得当前分类模型输出的分类信息，若当前分类模型输出的分类信息与最新的分类标记相匹配，则结束循环，将最新的分类标记作为所述修正分类标记；若当前分类模型输出的分类信息与最新的分类标记不匹配，利用当前分类模型输出的分类信息对最新的分类标记进行修正，利用所述训练样本和最新的分类标记更新当前分类模型。

6.一种文本分类装置，其特征在于，包括：

分割词获得单元，用于利用目标文本中的字符与字符之间的位置关系，对所述目标文本的每N个相邻字符进行分割，获得多个分割词，其中，N为大于1的整数；

词向量获得单元，用于获得所述多个分割词的词向量；

文本向量获得单元，用于根据所述多个分割词的词向量，获得所述目标文本的文本向量；

分类获得单元，用于根据所述目标文本的文本向量，通过训练好的分类模型获得所述目标文本的分类信息；

当所述目标文本包括中文文本时，所述装置还包括：

拆分单元，用于将所述目标文本中的中文文本，拆分成以偏旁为单位的若干个字符；

所述分割词获得单元具体用于，对所述以偏旁为单位的若干个字符的相邻字符进行分割，获得多个分割词。

7.根据权利要求6所述的装置，其特征在于，所述文本向量获得单元，具体用于对所述多个分割词的词向量进行加权求和计算，获得加权和，将所述加权和作为所述目标文本的文本向量。