[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，其特征在于，所述方法包括：

获取组成待分类文本的多个对象对应的多个特征向量以及多个位置向量，其中一个对象对应一个特征向量和一个位置向量，任一对象对应的位置向量用于表示所述任一对象在所述待分类文本中的位置，所述对象中包括字和词；

根据所述多个特征向量和所述多个位置向量生成多个联合向量，所述多个联合向量中包括多个联合字向量和多个联合词向量，一个联合字向量由一个字对应的特征向量和位置向量生成，一个联合词向量由一个词对应的特征向量和位置向量生成；

基于所述多个联合向量中包括的多个联合字向量确定第一文本特征向量，基于所述多个联合向量中包括的多个联合词向量确定第二文本特征向量；

基于所述第一文本特征向量和所述第二文本特征向量确定所述待分类文本的文本类别；

其中，组成所述待分类文本的多个对象中至少包括第一词、第二词和第三词，所述第一词为组成所述待分类文本的首个词，所述第三词为组成所述待分类文本的最后一个词，所述第二词为所述第一词与所述第三词之间的一个或者多个词；所述基于所述多个联合向量中包括的多个联合词向量确定第二文本特征向量，包括：

将所述第一词对应的第一联合词向量、所述第二词对应的第二联合词向量和所述第三词对应的第三联合词向量输入双向长短期记忆网络以得到第一特征向量；

将所述第一联合词向量和所述第二联合词向量输入所述双向长短期记忆网络以得到第二特征向量；

将所述第二联合词向量和所述第三联合词向量输入所述双向长短期记忆网络以得到第三特征向量；

将所述第二特征向量和所述第三特征向量进行拼接并将拼接得到的向量进行最大池化，将进行最大池化得到的向量与所述第一特征向量进行拼接以得到所述第二文本特征向量。

2.根据权利要求1所述方法，其特征在于，所述获取组成待分类文本的多个对象对应的多个特征向量以及多个位置向量，包括：

获取预设的特征向量查询表，所述特征向量查询表中包括多个对象索引以及各个对象索引对应的特征向量，其中一个对象索引用于唯一标记一个对象，一个对象索引对应一个特征向量；

确定组成待分类文本的多个对象中各个对象的对象索引，根据所述各个对象的对象索引从所述特征向量查询表中确定出各个对象对应的特征向量以得到多个特征向量；

获取所述多个对象中各个对象的位置向量以得到多个位置向量。

3.根据权利要求1或2所述方法，其特征在于，所述根据所述多个特征向量和所述多个位置向量生成多个联合向量，包括：

将所述多个对象中任一对象对应的特征向量与所述任一对象对应的位置向量进行拼接以生成所述任一对象对应的联合向量；

获取所述多个对象中各个对象对应的联合向量以得到所述多个对象对应的多个联合向量。

4.根据权利要求1或2所述方法，其特征在于，所述多个对象中任一对象对应的位置向量与所述任一对象对应的特征向量的向量维数相同；所述根据所述多个特征向量和所述多个位置向量生成多个联合向量，包括：

将所述多个对象中任一对象对应的特征向量与所述任一对象对应的位置向量进行求和以生成所述任一对象对应的联合向量；

获取所述多个对象中各个对象对应的联合向量以得到所述多个对象对应的多个联合向量。

5.根据权利要求1或2所述方法，其特征在于，所述基于所述多个联合向量中包括的多个联合字向量确定第一文本特征向量，包括：

将组成所述待分类文本的多个字对应的多个联合字向量输入双向长短期记忆网络，基于所述双向长短期记忆网络输出所述第一文本特征向量。

6.根据权利要求1或2所述方法，其特征在于，所述基于所述第一文本特征向量和所述第二文本特征向量确定所述待分类文本的文本类别，包括：

将所述第一文本特征向量和所述第二文本特征向量进行特征融合以得到融合特征向量，所述融合特征向量中包括多个特征值，一个特征值对应一个文本类别；

基于所述多个特征值确定多个文本类别对应的多个概率值，并将所述多个概率值中的最大概率值对应的文本类别确定为所述待分类文本的文本类别。