[发明专利]文本分类方法、装置、设备及存储介质

说明书

本申请公开了一种文本分类方法、装置、设备及存储介质，该方法包括：获取待分类文本；将该待分类文本输入到分类模型进行分类处理，得到待分类文本的预测结果，该分类模型包括多个不同的向量提取模型和与每个向量提取模型一一对应的输出子模型，每个向量提取模型用于从待分类文本中提取不同的融合词向量，输出子模型用于对融合词向量进行分类得到预测结果，该预测结果包括多个标签种类。该技术方案由于使用了多个不同的向量提取模型，能够更全面地提取待分类文本地文本信息，并通过输出子模型对多个融合词向量进行分类以得到预测结果，使得能够对待分类文本的多标签的分类结果准确度更高。

技术领域

本发明一般涉及自然语言处理技术领域，具体涉及一种文本分类方法、装置、设备及存储介质。

背景技术

随着网络信息技术的不断发展，互联网上在线文本信息数量急剧增加，为了从海量信息中分析用户感兴趣的内容，需要对文本信息进行处理，其中，文本分类是处理较大规模文本信息的关键技术，在信息处理中起着至关重要的作用，文本分类是对文本数据按照一定的分类体系或标准进行自动分类，得到一个或多个对应的标签。

目前，传统技术的文本分类方法可以是基于深度学习的CNN模型，通过使用不同长度卷积核的卷积神经网络提取文本信息，对提取的各个文本信息进行拼接，将拼接后的文本信息通过多个全连接层以得到对应的分类结果。

然而，相关技术中对文本数据的提取不够全面，且得到的分类结果准确度低。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种文本分类方法、装置、设备及存储介质，能够全面的提取文本数据，并提高了文本分类的准确性。

第一方面，本申请实施例提供了一种文本分类方法，该方法包括：

获取待分类文本；

将待分类文本输入到分类模型，得到待分类文本的预测结果进行分类处理，该分类模型包括多个不同的向量提取模型和每个向量提取模型一一对应的输出子模型，每个向量提取模型用于从待分类文本中提取不同的融合词向量，输出子模型用于对融合词向量进行分类得到预测结果，该预测结果包括多个标签种类。

第三方面，本申请提供了一种文本分类装置，该装置包括：

获取模块，用于获取待分类文本；

处理模块，用于将待分类文本输入到分类模型进行分类处理，得到待分类文本的预测结果，分类模型包括多个不同的向量提取模型和与每个向量提取模型一一对应的输出子模型，每个向量提取模型用于从待分类文本中提取不同的融合词向量，输出子模型用于对融合词向量进行分类得到预测结果，预测结果包括多个标签种类。

第五方面，本申请实施例提供一种设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该程序时实现如上述第一方面的文本分类方法。

第六方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序用于实现如上第一方面的文本分类方法。

本申请实施例中提供的文本分类方法、装置、设备及存储介质，通过获取待分类文本，并将分类文本输入到分类模型进行分类处理，得到待分类文本的预测结果，该分类模型包括多个不同的向量提取模型和与每个向量提取模型一一对应的输出子模型，其中，每个向量提取模型用于从待分类文本中提取不同的融合词向量，输出子模型用于对融合词向量进行分类得到多个标签种类的预测结果。该技术方案由于使用了多个不同的向量提取模型，能够提取到多个不同的融合词向量，从而更全面地提取待分类文本的文本信息，并通过输出子模型对多个融合词向量进行分类以得到预测结果，使得能够对待分类文本的多标签的分类结果准确度更高。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：