[发明专利]一种文字信息的分类方法、装置及电子设备

权利要求书

1.一种文字信息的分类方法，其特征在于，所述方法包括：

获取待分类文字信息，并对所述待分类文字信息进行分词处理，得到分词词语；

根据预先确定的词语与词向量的对应关系，确定每个所述分词词语对应的目标词向量；

基于预先确定的权重设定规则，确定每个所述分词词语对应的情感程度权重；

根据每个所述分词词语对应的目标词向量及情感程度权重，确定所述待分类文字信息对应的情感向量；

将所述情感向量输入预先训练完成的第一分类模型，确定所述待分类文字信息是否具有情感倾向，其中，所述第一分类模型包括情感向量与情感倾向的对应关系；

如果所述待分类文字信息具有情感倾向，将所述情感向量输入预先训练完成的第二分类模型，确定所述待分类文字信息的情感倾向类型，其中，所述第二分类模型包括情感向量与情感倾向类型的对应关系。

2.如权利要求1所述的方法，其特征在于，所述基于预先确定的权重设定规则，确定每个所述分词词语对应的情感程度权重的步骤，包括：

确定每个所述分词词语所属的情感词典，其中，所述情感词典为预先建立的由各种情感词语组成的词典；

将所确定的情感词典所对应的预设权重，确定为该情感词典所对应的分词词语对应的情感程度权重。

3.如权利要求1所述的方法，其特征在于，所述根据每个所述分词词语对应的目标词向量及情感程度权重，确定所述待分类文字信息对应的情感向量的步骤，包括：

根据公式确定所述待分类文字信息对应的情感向量vector；

其中，n为所述待分类文字信息包括的分词词语的数量，w_i为分词词语i对应的情感程度权重，vec_i为分词词语i对应的目标词向量。

4.如权利要求1所述的方法，其特征在于，所述将所述情感向量输入预先训练完成的第二分类模型，确定所述待分类文字信息的情感倾向类型的步骤，包括：

将所述情感向量输入预先训练完成的第二分类模型，得到所述第二分类模型输出的分类标签；

基于预先确定的分类标签与情感倾向类型的对应关系，确定所述待分类文字信息的情感倾向类型为正面情感或负面情感。

5.如权利要求1-4任一项所述的方法，其特征在于，分类模型的训练方式，包括：

获取初始分类模型；

确定预先获取的多个文字信息样本对应的情感向量样本；

根据每个所述文字信息样本的语义，确定该文字信息样本对应的情感标签；

基于所述情感向量样本及其对应的情感标签，调整所述初始分类模型的参数，直到所述初始分类模型的迭代次数达到预设次数，或，所述初始分类模型输出的预测标签的准确度达到预设值，停止训练，得到所述分类模型；其中，所述分类模型包括所述第一分类模型及所述第二分类模型。

6.如权利要求5所述的方法，其特征在于，所述确定预先获取的多个文字信息样本对应的情感向量样本的步骤，包括：

对预先获取的多个文字信息样本进行分词处理，得到每个所述文字信息样本包括的分词样本；

根据预先确定的词语与词向量的对应关系，确定每个所述分词样本对应的词向量样本；

基于预先确定的权重设定规则，确定每个所述词向量样本对应的情感程度权重；

根据每个所述分词样本对应的词向量样本及情感程度权重，确定每个所述文字信息样本对应的情感向量样本。