[发明专利]一种基于模型融合的文章分类方法及装置

权利要求书

1.一种基于模型融合的文章分类方法，其特征在于，包括：

获取待分类文章，其中，所述待分类文章包括文本信息和图片信息；

将所述文本信息输入至预先训练好的文本分类模型获得所述文本分类模型输出的文本分类信息，将所述图片信息输入至预先训练好的图片分类模型获得所述图片分类模型输出的图片分类信息；

根据所述文本分类信息和所述图片分类信息确定所述待分类文章的类别。

2.如权利要求1所述的基于模型融合的文章分类方法，其特征在于，所述文本分类模型通过下述训练步骤获得，所述步骤包括：

获取文本训练数据和所述文本训练数据对应的文本标签；

将所述文本训练数据输入至文本分类模型，获得所述文本分类模型输出的文本类别信息；

根据所述文本类别信息和所述文本标签计算文本损失值；

根据所述文本损失值调整所述文本分类模型的参数以训练所述文本分类模型。

3.如权利要求1所述的基于模型融合的文章分类方法，其特征在于，所述图片分类模型通过下述训练步骤获得，所述训练步骤包括：

获取图片训练数据和所述图片训练数据对应的图片标签；

将所述图片训练数据输入至图片分类模型，获得所述图片分类模型输出的图片类别信息；

根据所述图片类别信息和所述图片标签计算图片损失值；

根据所述图片损失值调整所述图片分类模型的参数以训练所述图片分类模型。

4.如权利要求1所述的基于模型融合的文章分类方法，其特征在于，所述文本分类信息包括所述待分类文章对应的第一文章类别和第一文章类别概率，所述图片分类信息包括所述待分类文章对应的第二文章类别和第二文章类别概率；

根据所述文本分类信息和所述图片分类信息确定所述待分类文章的类别，包括：

将所述第一文章类别和所述第一文章类别概率、所述第二文章类别和所述第二文章类别概率通过预设的分类算法确定所述待分类文章的类别；或者

将所述第一文章类别和所述第一文章类别概率、所述第二文章类别和所述第二文章类别概率输入至预先训练好的文章分类模型，获取所述文章分类模型输出的文章类别。

5.如权利要求4所述的基于模型融合的文章分类方法，其特征在于，将所述第一文章类别和所述第一文章类别概率、所述第二文章类别和所述第二文章类别概率通过预设的分类算法确定所述待分类文章的类别，包括：

确定所述文本分类模型和所述图片分类模型的权值；

通过对所述权值对所述第一文章类别、所述第一文章类别概率、所述第二文章类别和所述第二文章类别概率进行加权求平均的方法确定所述待分类文章的类别。

6.如权利要求4所述的基于模型融合的文章分类方法，其特征在于，所述文章分类模型通过下述训练步骤获得，所述训练步骤包括：

获取样本数据和所述样本数据对应的样本标签，其中，所述样本数据包括文本样本数据和图片样本数据；

将所述文本样本数据和所述图片样本数据输入至文章分类模型，获取所述文章分类模型输出的文章类别；

根据所述文章类别和所述样本标签计算损失值；

根据所述损失值调整所述文章分类模型的参数以训练所述文章分类模型。

7.一种基于模型融合的文章分类装置，其特征在于，包括：

获取模块，被配置为获取待分类文章，其中，所述待分类文章包括文本信息和图片信息；

输入模块，被配置为将所述文本信息输入至预先训练好的文本分类模型获得所述文本分类模型输出的文本分类信息，将所述图片信息输入至预先训练好的图片分类模型获得所述图片分类模型输出的图片分类信息；

确定模块，被配置为根据所述文本分类信息和所述图片分类信息确定所述待分类文章的类别。

8.一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，其特征在于，所述处理器执行所述指令时实现权利要求1-6任意一项所述方法的步骤。

9.一种计算机可读存储介质，其存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-6任意一项所述方法的步骤。