[发明专利]投诉文本的分类方法、系统和存储介质

权利要求书

1.一种投诉文本的分类方法，其特征在于，所述分类方法由计算机执行，包括以下步骤：

获取投诉文本，对所述投诉文本预处理；

基于预训练的Doc2vec模型对预处理后的投诉文本进行处理，获取文本特征向量；基于预训练的隐含狄利克雷分布模型对预处理后的投诉文本进行处理，获取主题特征向量；

基于所述文本特征向量和所述主题特征向量获取文本向量；

基于预训练的支持向量机模型对所述文本向量处理，得到第一分类结果；基于预训练的随机森林模型对所述文本向量处理，得到第二分类结果；

基于bagging方法对所述第一分类结果和所述第二分类结果进行处理，得到所述投诉文本的分类结果。

2.如权利要求1所述的分类方法，其特征在于，对所述投诉文本预处理，包括：

去除敏感信息和停用词；

对所述投诉文本进行分词处理。

3.如权利要求1所述的分类方法，其特征在于，所述主题特征向量的获取方法包括：

将所述投诉文本输入预训练的隐含狄利克雷分布模型，获得所述投诉文本的文档-主题概率分布；

基于所述文档-主题概率分布获取主题特征向量。

4.如权利要求1所述的分类方法，其特征在于，所述文本特征向量的获取方法包括：

所述Doc2vec模型包括DM模型和DBOW模型；

基于所述DM模型对所述投诉文本处理，得到DM文本特征向量；

基于所述DBOW模型对所述投诉文本处理，得到DBOW文本特征向量；

合并所述DM文本特征向量和所述DBOW文本特征向量，得到所述文本特征向量。

5.如权利要求4所述的分类方法，其特征在于，所述得到DM文本特征向量，包括：

对所述投诉文本的第一文本特征向量、所述投诉文本的第一词向量和所述投诉文本的第一网络权重随机赋值；

将所述第一文本特征向量与所述第一词向量拼接，并输入到所述DM模型中；

基于随机梯度下降算法，迭代更新所述第一文本特征向量、所述第一词向量和所述第一网络权重，直至达到收敛状态；收敛状态下的第一文本特征向量即为DM文本特征向量。

6.如权利要求4所述的调度方法，其特征在于，所述得到DBOW文本特征向量，包括：

对所述投诉文本的第二文本特征向量、所述投诉文本的第二词向量和所述投诉文本的第二网络权重随机赋值；

将所述第二文本特征向量输入到所述DBOW模型中；

基于随机梯度下降算法，迭代更新所述第二文本特征向量、所述第二词向量和所述第二网络权重，直至达到收敛状态；收敛状态下的第二文本特征向量即为DBOW文本特征向量。

7.一种投诉文本的分类系统，其特征在于，所述系统包括计算机，所述计算机包括：

至少一个存储单元；

至少一个处理单元；

其中，所述至少一个存储单元中存储有至少一条指令，所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤：

获取投诉文本，对所述投诉文本预处理；

基于预训练的Doc2vec模型对预处理后的投诉文本进行处理，获取文本特征向量；基于预训练的隐含狄利克雷分布模型对预处理后的投诉文本进行处理，获取主题特征向量；

基于所述文本特征向量和所述主题特征向量获取文本向量；

基于预训练的支持向量机模型对所述文本向量处理，得到第一分类结果；基于预训练的随机森林模型对所述文本向量处理，得到第二分类结果；

基于bagging方法对所述第一分类结果和所述第二分类结果进行处理，得到所述投诉文本的分类结果。

8.如权利要求7所述的分类系统，其特征在于，所述主题特征向量的获取方法包括：

将所述投诉文本输入预训练的隐含狄利克雷分布模型，获得所述投诉文本的文档-主题概率分布；

基于所述文档-主题概率分布获取主题特征向量。