[发明专利]文本分类方法、文本分类装置、计算机设备及存储介质

权利要求书

1.一种文本分类方法，其特征在于，包括：

对目标文本进行分字得到的字符序列进行文本特征提取，得到第一矩阵，所述第一矩阵用于表征所述目标文本的文本特征；

将所述第一矩阵与基于所述目标文本的标签信息得到的第二矩阵，输入标签注意力网络进行特征融合，得到第三矩阵；

将所述第三矩阵输入分类卷积网络进行分类处理，得到所述目标文本的分类结果。

2.如权利要求1所述的文本分类方法，其特征在于，所述对目标文本进行分字得到的字符序列进行文本特征提取，得到第一矩阵，包括：

对所述目标文本进行分字得到字符序列；

将所述字符序列输入BERT模型，得到所述字符序列中每个字符对应的初始嵌入向量；

将所有所述字符对应的初始嵌入向量组成矩阵，得到所述第一矩阵。

3.如权利要求1所述的文本分类方法，其特征在于，所述将所述第一矩阵与基于所述目标文本的标签信息得到的第二矩阵，输入标签注意力网络进行特征融合，得到第三矩阵，包括：

根据所述目标文本的标签信息，确定初始标签矩阵，对所述初始标签矩阵进行随机初始化得到第二矩阵；

对所述第一矩阵和所述第二矩阵分别进行归一化处理，得到所述第一矩阵对应的第一归一化矩阵，以及所述第二矩阵对应的第二归一化矩阵；

将所述第一归一化矩阵和所述第二归一化矩阵进行矩阵相乘，得到预处理矩阵；

对所述预处理矩阵进行特征提取得到注意力矩阵，将所述注意力矩阵与所述第一矩阵进行矩阵点乘，得到第三矩阵。

4.如权利要求3所述的文本分类方法，其特征在于，所述对所述预处理矩阵进行特征提取得到注意力矩阵，包括：

对所述预处理矩阵进行卷积池化，得到待激活矩阵；

使用激活函数对所述待激活矩阵进行处理，得到所述注意力矩阵。

5.如权利要求1所述的文本分类方法，其特征在于，所述将所述第三矩阵输入分类卷积网络进行分类处理，得到所述目标文本的分类结果，包括：

按照所述分类卷积网络中预先设定的感受野对所述第三矩阵进行采样卷积，得到第四矩阵；

将所述第四矩阵输入所述分类卷积网络的全连接层进行分类处理，得到所述目标文本的分类结果。

6.如权利要求5所述的文本分类方法，其特征在于，所述按照所述分类卷积网络中预先设定的感受野对所述第三矩阵进行采样卷积，得到第四矩阵，包括：

通过所述分类卷积网络中的N个采样卷积层对所述第三矩阵进行采样卷积，得到第四矩阵；其中，N为大于1的整数，且每个所述采样卷积层具有不同的感受野。

7.如权利要求6所述的文本分类方法，其特征在于，在所述N个采样卷积层中，各所述采样卷积层的卷积核大小被配置为，根据对所述第三矩阵进行采样卷积的先后顺序依次递减。

8.一种文本分类装置，其特征在于，所述文本分类装置包括：

特征提取模块，用于对目标文本进行分字得到的字符序列进行文本特征提取，得到第一矩阵，所述第一矩阵用于表征所述目标文本的文本特征；

特征融合模块，用于将所述第一矩阵与基于所述目标文本的标签信息得到的第二矩阵，输入标签注意力网络进行特征融合，得到第三矩阵；

文本分类模块，用于将所述第三矩阵输入分类卷积网络进行分类处理，得到所述目标文本的分类结果。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述文本分类方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述文本分类方法的步骤。