[发明专利]文本分类方法、装置、设备以及存储介质

说明书

本申请公开了文本分类方法、装置、设备以及存储介质，涉及自然语言处理、深度学习技术、人工智能领域。具体实现方案为：获取目标文本；确定目标文本的向量矩阵；根据向量矩阵，确定胶囊向量矩阵，其中，胶囊向量矩阵中的每个胶囊向量包括至少两个值；根据胶囊向量矩阵中的各胶囊向量，确定目标文本的句向量；根据句向量以及预设的至少两个类别向量，确定目标文本的类别。本实现方式可以利用胶囊网络来准确地提取目标文本的语义信息，从而能够实现更准确的分类，能够实现对用户态度的识别，为提升人机对话系统的质量提供基础。

技术领域

本申请涉及计算机技术领域，具体涉及自然语言处理、深度学习技术、人工智能领域，尤其涉及文本分类方法、装置、设备以及存储介质。

背景技术

态度识别是个人对某一对象(人、物、观点、事件等)的心理位置。主要用于自动检测出对话过程中话者表述中对其他话者或某一主题等所表明的态度。

态度识别和意图识别的区别在于：态度识别和意图识别所需要识别的是两种不同属性的信息。意图识别主要针对意图实体内容进行识别，主要的识别方法是判断相关意图识别是否存在或相近。态度识别则是针对极性进行判断，极性识别需要考虑极性标识和对立关系识别。

实际产品中由于对用户态度无法检测，导致在关键选择上的判断失败，会造成严重的用户体现下滑。

发明内容

提供了一种文本分类方法、装置、设备以及存储介质。

根据第一方面，提供了一种文本分类方法，包括：获取目标文本；确定目标文本的向量矩阵；根据向量矩阵，确定胶囊向量矩阵，其中，胶囊向量矩阵中的每个胶囊向量包括至少两个值；根据胶囊向量矩阵中的各胶囊向量，确定目标文本的句向量；根据句向量以及预设的至少两个类别向量，确定目标文本的类别。

根据第二方面，提供了一种文本分类装置，包括：目标文本获取单元，被配置成获取目标文本；第一矩阵确定单元，被配置成确定目标文本的向量矩阵；第二矩阵确定单元，被配置成根据向量矩阵，确定胶囊向量矩阵，其中，胶囊向量矩阵中的每个胶囊向量包括至少两个值；句向量确定单元，被配置成根据胶囊向量矩阵中的各胶囊向量，确定目标文本的句向量；目标文本分类单元，被配置成根据句向量以及预设的至少两个类别向量，确定目标文本的类别。

根据第三方面，提供了一种文本分类电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。

根据本申请的技术解决了现有的应用程序无法检测用户态度的技术问题，可以利用胶囊网络来准确地提取目标文本的语义信息，从而能够实现更准确的分类，能够实现对用户态度的识别，为提升人机对话系统的质量提供基础。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的文本分类方法的一个实施例的流程图；

图3是根据本申请的文本分类方法的一个应用场景的示意图；

图4是根据本申请的文本分类方法的另一个实施例的流程图；

图5是实现图4所示实施例的胶囊网络的结构示意图；