[发明专利]文本分类方法、装置、计算机设备及存储介质

说明书

本发明涉及人工智能技术领域，提供一种文本分类方法、装置、计算机设备及存储介质，所述方法包括：为待分类文本构建文本图；将文本图输入文本分类模型中，获取多个训练文本及每个训练文本的第一类别标识；为每个训练文本构建训练文本图；基于训练文本图及对应的第一类别标识构建多个训练样本对并输入至图卷积神经网络中进行训练；采用后向传播算法来迭代更新图卷积神经网络中的参数信息得到文本分类模型；将满足收敛条件时的文本分类模型作为最优文本分类模型；获取文本分类模型输出的类别标识；根据类别标识确定待分类文本的类别。通过为每一个训练文本构建一个文本图，减少边的数量，从而提高了训练文本分类模型的效率和提高文本分类的效率。

技术领域

本发明涉及人工智能中的文本分类技术领域，具体涉及一种分文分类方法、装置、计算机设备及存储介质。

背景技术

随着信息技术的快速发展，各种各样的文本资料层出不穷，如医生的诊断书、多样化的新闻、海量的自媒体原创文章等。面对如此丰富多样的信息，人们迫切需要一些自动化工具来让他们从浩瀚的信息中准确、快速地找到自己需要的关键信息。

现有的处理方法是通过人工进行分类，这种方法工作量巨大，而且准确度难以保证。随着机器学习的发展，提出了一些基于文档主题生成模型等主题模型的文本分类方法，但是基于整个预料库构建一个文本图，导致基于这一个文本图训练得到的文本分类模型的分类的效率较低。

因此，如何快速地对文本进行分类成为亟待解决的技术问题。

发明内容

鉴于以上内容，有必要提出一种文本分类方法、装置、计算机设备及存储介质，通过为每一个训练文本构建一个文本图，有效的减少了边的数量，减少边的数量能够提高训练文本分类模型的效率，从而提高文本分类的效率。

本发明的第一方面提供一种文本分类模型训练方法，所述文本分类方法包括：

为待分类文本构建文本图；

将所述文本图输入预先训练好的文本分类模型中进行分类，其中，所述文本分类模型的训练过程包括：获取多个训练文本；识别每个训练文本的第一类别标识；为每个训练文本构建训练文本图；基于所述训练文本图及对应的第一类别标识构建多个训练样本对并输入所述多个训练样本对至图卷积神经网络中进行训练；采用后向传播算法来迭代更新所述图卷积神经网络中的参数信息得到文本分类模型；每次迭代时判断所述文本分类模型是否满足收敛条件；当所述文本分类模型满足收敛条件时结束迭代，将结束迭代时的文本分类模型作为最优文本分类模型；

获取所述文本分类模型输出的类别标识；

根据所输出的类别标识确定所述待分类文本的类别。

根据本发明的一个可选的实施例，所述为每个训练文本构建训练文本图包括：

对每个训练文本进行分词，得到多个特征词；

将每个特征词作为文本图中的一个节点；

采用滑动窗口遍历所述训练文本，将在同一个滑动窗口中出现的两个特征词之间建立一条边；

计算两个特征词在同一个滑动窗口中共现的次数记为对应边的权重；

筛选出次数少于预设次数阈值对应的边作为候选边；

将所述候选边中两个相邻的滑动窗口对应的特征词之间建立一条公共边。

根据本发明的一个可选的实施例，所述对每个训练文本进行分词，得到多个特征词包括：

对每个训练文本进行分词得到多个词；

识别所述训练文本为中文文本还是英文文本；

当所述训练文本为中文文本时，删除所述词中的无用词，将所述中文文本中删除无用词后的词作为特征词；