[发明专利]开放领域的短文本分类方法、装置、设备及存储介质

权利要求书

1.一种开放领域的短文本分类方法，其特征在于，所述方法包括：

获取待分类短文本；

根据开放领域搜索引擎对所述待分类短文本进行相关反馈计算并得到所述待分类短文本的反馈文本；

对所述反馈文本进行特征提取并得到所述待分类短文本的扩展词集合；

根据若干类语料库和所述待分类短文本的扩展词集合对所述待分类短文本进行分类并得到所述待分类短文本的分类类别。

2.如权利要求1所述的方法，其特征在于，在所述根据若干类语料库和所述待分类短文本的扩展词集合对所述待分类短文本进行分类并得到所述待分类短文本的分类类别之前，所述方法还包括：

检索文本数据并生成语料；

根据所述语料构建所述若干类语料库；

匹配若干类语料库的搜索索引。

3.如权利要求2所述的方法，其特征在于，所述文本数据为百科类数据。

4.如权利要求2所述的方法，其特征在于，所述根据若干类语料库和所述待分类短文本的扩展词集合对所述待分类短文本进行分类并得到所述待分类短文本的分类类别，包括：

根据所述待分类短文本的扩展词集合在所述若干类语料库中搜索并得到若干类语料库的检索结果；

根据所述若干类语料库的检索结果确定所述待分类短文本的分类类别。

5.如权利要求4所述的方法，其特征在于，所述根据所述若干类语料库的检索结果确定所述待分类短文本的分类类别，包括：

根据所述若干类语料库的检索结果确定检索得分；

比较每个所述语料库的检索得分，并根据比较结果确定所述待分类短文本的分类类别。

6.如权利要求5所述的方法，其特征在于，所述根据所述若干类语料库的检索结果确定检索得分，包括：

基于所述若干类语料库的检索结果，根据最邻近分类算法确定检索得分。

7.如权利要求1-6任一项所述的方法，其特征在于，每个类别的所述语料库的语料的数目相同，每个类别的所述语料库的语料的篇幅长短相同。

8.一种开放领域的短文本分类装置，其特征在于，所述装置包括：

获取模块，用于获取待分类短文本；

计算模块，用于根据开放领域搜索引擎对所述待分类短文本进行相关反馈计算并得到所述待分类短文本的反馈文本；

提取模块，用于对所述反馈文本进行特征提取并得到所述待分类短文本的扩展词集合；

分类模块，用于根据若干类语料库和所述待分类短文本的扩展词集合对所述待分类短文本进行分类并得到所述待分类短文本的分类类别。

9.一种开放领域的短文本分类设备，其特征在于，所述设备包括：

处理器；以及

存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时执行如权利要求1-7任一项所述的开放领域的短文本分类方法。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时执行如权利要求1-7任一项所述的开放领域的短文本分类方法。