[发明专利]文本分类方法、装置及电子设备

权利要求书

1.一种文本分类方法，其特征在于，包括：

获取输入文本，对所述输入文本进行预处理，提取所述输入文本的第一词条和第一句向量；

将所述第一词条与根据各第一文本类生成的各词集进行相似度运算，根据所述第一词条与各所述词集的各第一相似度，确定所述输入文本所属的第一文本类，以及，将所述第一句向量与根据第二文本类生成的各第二句向量进行相似度运算，根据所述第一句向量与各所述第二句向量的各第二相似度，判断所述输入文本是否属于第二文本类；其中，所述词集由在所述第一文本类中出现的频次超过预设频次的多个特征词组成，所述第二文本类由非第一文本类的各目标文本组成，所述第二句向量由所述第二文本类中的目标文本生成；

将所述输入文本归入对应的文本类型中。

2.根据权利要求1所述的一种文本分类方法，其特征在于，所述将所述第一词条与根据各第一文本类生成的各词集进行相似度运算，根据所述第一词条与各所述词集的各第一相似度，确定所述输入文本所属的第一文本类，包括：

获取用户历史操作记录所属的第一文本类，将所述第一词条与所述历史操作记录的第一文本类的词集做相似度运算，获取与所述历史操作记录对应的第一文本类的第一相似度；

检测所述历史操作记录对应的第一文本类的第一相似度是否大于第一预设阈值，若是，将所述历史操作记录对应的第一文本类确定为所述输入文本的文本类型，否则，将所述第一词条与根据各第一文本类生成的各词集进行相似度运算，根据所述第一词条与各所述词集的各第一相似度，确定所述输入文本所属的第一文本类。

3.根据权利要求2所述的一种文本分类方法，其特征在于，所述第一词条与各所述词集的各第一相似度，确定所述输入文本所属的第一文本类，包括：

检测所述各第一相似度中相似度最高的第一相似度是否超过所述第一预设阈值，并在所述相似度最高的第一相似度超过预设阈值时，根据相似度最高的词集对应的第一文本类，确定所述输入文本的第一文本类。

4.根据权利要求1所述的一种文本分类方法，其特征在于，所述根据所述各第二相似度判断所述输入文本是否属于第二文本类，包括：

检测相似度最高的第二相似度是否超过第二预设阈值，并在所述相似度最高的第二相似度超过第二预设阈值时，判断所述输入文本属于所述第二文本类。

5.根据权利要求1所述的一种文本分类方法，其特征在于，所述第一句向量是根据doc2vec模型对所述输入文本进行n次向量转换，获取n个第一初始向量后，对所述n个第一初始向量进行加权平均后生成。

6.根据权利要求1所述的一种文本分类方法，其特征在于，所述第二句向量是根据doc2vec模型对所述第二文本类的目标文本进行n次向量转换，获取n个第二初始向量后，对所述n个第二初始向量进行加权平均后生成。

7.根据权利要求1-6任意一项所述的一种文本分类方法，其特征在于，所述相似度运算采用KNN算法。

8.一种文本分类装置，其特征在于，包括：

文本处理模块，用于获取输入文本，对所述输入文本进行预处理，提取所述输入文本的第一词条和第一句向量；

文本分类模块，用于将所述第一词条与根据各第一文本类生成的各词集进行相似度运算，根据所述第一词条与各所述词集的各第一相似度，确定所述输入文本所属的第一文本类，以及，将所述第一句向量与根据第二文本类生成的各第二句向量进行相似度运算，根据所述第一句向量与各所述第二句向量的各第二相似度，判断所述输入文本是否属于第二文本类；其中，所述词集由在所述第一文本类中出现的频次超过预设频次的多个特征词组成，所述第二文本类由非第一文本类的各目标文本组成，所述第二句向量由所述第二文本类中的目标文本生成；

文本输出模块，用于将所述输入文本归入对应的文本类型中。