[发明专利]一种信息流分类方法、装置、设备及存储介质

说明书

本申请公开了一种信息流分类方法、装置、设备及存储介质，涉及人工智能的自然语言处理技术，所述方法包括：获取多个类别信息和目标信息流的文本信息；根据文本信息确定目标信息流的目标词向量；确定多个类别信息各自的关联类别信息；基于多个类别信息与各自的关联类别信息间的相关度，确定多个类别信息各自的目标关联类别信息；根据多个类别信息各自的目标关联类别信息确定多个类别信息各自的类别词向量；基于多个类别信息的类别词向量和目标词向量间的相似度，确定目标信息流的目标类别信息。利用本申请实施例提供的技术方案可以大大提高信息流分类的准确率和召回率。

技术领域

本申请涉及互联网通信技术领域，尤其涉及一种信息流分类方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展，大量社交平台也在不断的升级，除了可以发布一些图文信息之外，也提供了供个人用户随时分享日常的短视频等。为了加强对用户发布信息流的过滤管控，改善信息环境以及对信息流进行分组导航、同类推荐等应用，需要对信息流进行分类。

现有技术中对信息流分类，往往采用基于人工标注训练样本的有监督分类模型，即需要人工指定一套信息流分类体系(如美食，体育，军事等)，然后标注一批覆盖各分类的训练样本，进而通过信息流的相关文本信息，有监督深度学习分类算法训练出信息流分类模型。但上述现有这种基于人工标注训练样本的有监督分类模型的方案存在人工标注需求量大，且实际中由于短视频等信息流的文本信息较少，导致得到的信息流分类模型召回率和分类准确率低。因此，需要提供更可靠或更有效的方案。

发明内容

本申请提供了一种信息流分类方法、装置、设备及存储介质，可以大大提高信息流分类的准确率和召回率。

一方面，本申请提供了一种信息流分类方法，所述方法包括：

获取多个类别信息和目标信息流的文本信息；

根据所述文本信息确定所述目标信息流的目标词向量；

确定所述多个类别信息各自的关联类别信息；

基于所述多个类别信息与各自的关联类别信息间的相关度，确定所述多个类别信息各自的目标关联类别信息；

根据所述多个类别信息各自的目标关联类别信息确定所述多个类别信息各自的类别词向量；

基于所述多个类别信息的类别词向量和所述目标词向量间的相似度，确定所述目标信息流的目标类别信息。

另一方面提供了一种信息流分类装置，所述装置包括：

信息获取模块，被配置为执行获取多个类别信息和目标信息流的文本信息；

目标词向量确定模块，被配置为执行根据所述文本信息确定所述目标信息流的目标词向量；

关联类别信息确定模块，被配置为执行确定所述多个类别信息各自的关联类别信息；

目标关联类别信息确定模块，被配置为执行基于所述多个类别信息与各自的关联类别信息间的相关度，确定所述多个类别信息各自的目标关联类别信息；

类别词向量确定模块，被配置为执行根据所述多个类别信息各自的目标关联类别信息确定所述多个类别信息各自的类别词向量；

目标类别信息确定模块，被配置为执行基于所述多个类别信息的类别词向量和所述目标词向量间的相似度，确定所述目标信息流的目标类别信息。

另一方面提供了一种信息流分类设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的信息流分类方法。