[发明专利]一种文本的领域分类方法、装置、设备及存储介质

说明书

本申请提供了一种文本的领域分类方法、装置、设备及存储介质，方法包括：根据目标文本获取领域集中每个领域对应的目标样例集，目标样例集包括对应领域对应的样例总集中、与目标文本最相似的预设个样例；基于目标文本、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，基于第一信息、第二信息和第三信息确定目标文本所属的领域，第一信息、第二信息和第三信息依次为目标文本的语义表征向量、领域集中每个领域对应的类向量、领域集中每个领域对应的相似度特征。本申请提供的文本的领域分类方法可准确地确定出目标文本所属的领域。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种文本的领域分类方法、装置、设备及存储介质。

背景技术

在某些应用场景中，需要对文本进行领域分类，即，需要确定出文本所属的领域，进而基于领域分类结果执行一些操作。

比如，对于一些具有语音交互功能的智能设备而言，其可获取用户的输入语音，并对输入语音进行语音识别，从而获得识别文本，在获得识别文本后需要确定识别文本所属的领域，比如音乐领域、导航领域等，在确定出识别文本所属的领域后，通过识别文本所属领域对应的模块去响应识别文本。

可以理解的是，准确识别出文本所属领域是后续对文本进行正确响应的关键和前提，而如何准确识别出文本所属领域是目前亟需解决的问题。

发明内容

有鉴于此，本申请提供了一种文本的领域分类方法、装置、设备及存储介质，用以准确地确定出文本所属领域，其技术方案如下：

一种文本的领域分类方法，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。

可选的，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。

可选的，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；