[发明专利]文本分类方法、装置和电子设备

权利要求书

1.一种文本分类方法，其特征在于，所述方法包括：

提取待处理文本中的目标关键词；

从预设知识图谱中确定与所述目标关键词匹配的目标词汇节点；

根据所述预设知识图谱中的目标相关系数，生成第一特征向量，其中，所述预设知识图谱还包括关键词节点，所述目标相关系数包括所述目标词汇节点到所述关键词节点之间的相关系数；

基于预设神经网络和所述第一特征向量，确定所述待处理文本的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述预设知识图谱中添加所述目标词汇节点；

确定所述预设知识图谱中各节点之间的相关系数。

3.根据权利要求2所述的方法，其特征在于，所述确定所述预设知识图谱中各节点之间的相关系数，包括：

根据预设关系函数确定所述预设知识图谱中各节点之间的相关系数，其中，所述预设关系函数与所述待处理文本对应的业务场景关联。

4.根据权利要求1所述的方法，其特征在于，所述根据所述预设知识图谱中的目标相关系数，生成第一特征向量，包括：

根据所述预设知识图谱中的各节点之间的相关系数，确定所述目标词汇节点分别到每一个关键词节点之间的最短路径，其中，所述最短路径表示所述目标词汇节点到关键词节点之间经过的词汇节点最少；

基于所述最短路径包括的目标相关系数，生成N维特征向量，其中，所述预设知识图谱中包括的关键词节点的数量为N个，所述N维特征向量包括与所述N个关键词节点一一对应的N个元素；

对所述N维特征向量中的N个元素进行归一化处理，以得到第一特征向量。

5.根据权利要求4所述的方法，其特征在于，所述基于预设神经网络和所述第一特征向量，确定所述待处理文本的分类结果，包括：

将所述第一特征向量输入至预设神经网络，以输出第二特征向量，其中，所述预设神经网络对应的预设文本分类集中包括的预设分类结果包括K个，所述第二特征向量包括与所述K个预设分类结果一一对应的K个元素；

确定所述第二特征向量中数值最大的目标元素，并确定所述目标元素对应的预设分类结果为所述待处理文本的分类结果。

6.一种文本分类装置，其特征在于，所述装置包括：

提取模块，用于提取待处理文本中的目标关键词；

匹配模块，用于从预设知识图谱中确定与所述目标关键词匹配的目标词汇节点；

生成模块，用于根据所述预设知识图谱中的目标相关系数，生成第一特征向量，其中，所述预设知识图谱还包括关键词节点，所述目标相关系数包括所述目标词汇节点到所述关键词节点之间的相关系数；

第一确定模块，用于基于预设神经网络和所述第一特征向量，确定所述待处理文本的分类结果。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

添加模块，用于在所述预设知识图谱中添加所述目标词汇节点；

第二确定模块，用于确定所述预设知识图谱中各节点之间的相关系数。

8.根据权利要求6所述的装置，其特征在于，所述生成模块，包括：

第一确定单元，用于根据所述预设知识图谱中的各节点之间的相关系数，确定所述目标词汇节点分别到每一个关键词节点之间的最短路径，其中，所述最短路径表示所述目标词汇节点到关键词节点之间经过的词汇节点最少；

生成单元，用于基于所述最短路径包括的目标相关系数，生成N维特征向量，其中，所述预设知识图谱中包括的关键词节点的数量为N个，所述N维特征向量包括与所述N个关键词节点一一对应的N个元素；

归一化处理单元，用于对所述N维特征向量中的N个元素进行归一化处理，以得到第一特征向量。

9.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5中任一项所述的文本分类方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-5中任一项所述的文本分类方法的步骤。