[发明专利]一种文本的领域分类方法、装置、设备及存储介质

权利要求书

1.一种文本的领域分类方法，其特征在于，包括：

根据目标文本获取领域集中每个领域对应的目标样例集，其中，所述目标样例集包括对应领域对应的样例总集中、与所述目标文本最相似的预设个样例；

基于所述目标文本、所述领域集中每个领域对应的目标样例集和样例总集，确定第一信息、第二信息和第三信息，并基于所述第一信息、所述第二信息和所述第三信息，从所述领域集中确定所述目标文本所属的领域；

其中，所述第一信息、所述第二信息和所述第三信息依次为：所述目标文本的语义表征向量、所述领域集中每个领域对应的类向量、所述领域集中每个领域对应的相似度特征，所述类向量趋近于对应领域对应的目标样例集中、与所述目标文本的相似度最大的样例的语义表征向量，所述领域集中每个领域对应的相似度特征基于所述目标文本以及每个领域对应的样例总集确定，所述相似度特征能够反映对应领域与所述目标文本的相关程度。

2.根据权利要求1所述的文本的领域分类方法，其特征在于，所述基于所述目标文本、所述领域集中每个领域对应的目标样例集和样例总集，确定第一信息、第二信息和第三信息，并基于所述第一信息、所述第二信息和所述第三信息，从所述领域集中确定所述目标文本所属的领域，包括：

基于预先建立的领域分类模型、所述目标文本以及所述领域集中每个领域对应的目标样例集和样例总集，确定第一信息、第二信息和第三信息；

基于所述领域分类模型、所述第一信息、所述第二信息和所述第三信息，从所述领域集中确定所述目标文本所属的领域；

其中，所述领域分类模型采用所述领域集中至少部分领域的、标注有所属领域的训练文本，同时结合第一领域和第二领域分别对应的样例总集和目标样例集训练得到；所述第一领域为所述训练文本标注的领域，所述第二领域为所述至少部分领域中与所述第一领域不同的领域；所述第一领域和所述第二领域中任一领域对应的目标样例集包括从该领域对应的样例总集中随机获取的预设个样例。

3.根据权利要求2所述的文本的领域分类方法，其特征在于，所述基于预先建立的领域分类模型、所述目标文本以及所述领域集中每个领域对应的目标样例集和样例总集，确定第一信息、第二信息和第三信息，包括：

基于所述领域分类模型和所述目标文本，确定所述第一信息；

基于所述领域分类模型、所述目标文本以及所述领域集中每个领域对应的目标样例集，确定所述第二信息；

基于所述领域分类模型、所述目标文本以及所述领域集中每个领域对应的样例总集，确定所述第三信息。

4.根据权利要求3所述的文本的领域分类方法，其特征在于，所述基于所述领域分类模型、所述目标文本以及所述领域集中每个领域对应的目标样例集，确定所述第二信息，包括：

对于所述领域集中的每个领域：

利用所述领域分类模型，确定所述目标文本与该领域对应的目标样例集中每个样例的相似度；

利用所述领域分类模型以及所述目标文本与该领域对应的目标样例集中每个样例的相似度，确定该领域对应的目标样例集中每个样例对应的权重；

利用所述领域分类模型，按该领域对应的目标样例集中各样例分别对应的权重对各样例的语义表征向量加权求和，加权求和后的向量作为该领域对应的类向量；

以得到所述领域集中每个领域对应的类向量。

5.根据权利要求3所述的文本的领域分类方法，其特征在于，所述基于所述领域分类模型、所述目标文本以及所述领域集中每个领域对应的样例总集，确定所述第三信息，包括：

针对所述领域集中的每个领域：

利用所述领域分类模型，确定所述目标文本与该领域对应的样例总集中每个样例的相似度；

获取确定出的各个相似度的均值、和/或确定出的各个相似度中的最大相似度、和/或确定出的各个相似度中的最小相似度，作为该领域对应的相似度特征；

以得到所述领域集中每个领域对应的相似度特征。