[发明专利]一种文本分类方法及装置

说明书

本发明实施例提供了一种文本分类方法及装置，涉及信息处理技术领域，上述方法包括：并行调用各第一分类层级对应的第一分类方式对待分类文本进行分类，得到待分类文本在各第一分类层级的候选分类类型；根据各候选分类类型，获得沿各候选分类类型在第一分类层级间的层级关系对待分类文本进行分类的中间分类类型；以中间分类类型对应的第二分类方式为起始分类方式，沿各分类类型在第二分类层级间的层级关系，逐层级串行调用各第二分类层级对应的第二分类方式对待分类文本进行分类，直至达到预设的最低分类层级，得到待分类文本的分类结果。应用本发明实施例提供的方案进行文本分类，能够提高文本分类的准确度。

技术领域

本发明涉及信息处理技术领域，特别是涉及一种文本分类方法及装置。

背景技术

随着互联网技术的发展，各种基于网络的应用场景中涉及的数据越来越多。一些应用场景中需要对场景中的文本进行分类，从而基于分类结果进行后续处理。例如，客服场景中，可以对用户发布的文本进行分类，根据分类结果定位用户期望解决的问题类别，从而提高为用户解决问题的效率。用于用户发表评论、动态的社交场景中，可以对用户所发布的文本进行分类，根据分类结果确定用户的情感倾向，从而对用户所发布的文本进行过滤，维护网络环境。

现有技术中，对文本进行分类时一般采用预设的统一分类方式对文本进行分类。例如，上述统一分类方式可以是基于贝叶斯算法的分类方式等。然而，各种不同的应用场景下文本的类别一般较多。例如，新闻场景中，文本的类别可以包括：篮球类新闻、足球类新闻、羽毛球类新闻、金融类新闻、房地产类新闻、养生类新闻、育儿类新闻等。这种情况下，采用上述统一分类方式对文本进行分类时，需要上述统一分类方式兼顾各种不同类型的文本的特征，具有较强的鲁棒性，然而，实际应用中，对于各种单一分类方式而言，特点各不相同，难以兼顾各种不同的类型的文本的特征，从而易导致文本分类的准确度低。

发明内容

本发明实施例的目的在于提供一种文本分类方法及装置，以提高文本分类的准确度。具体技术方案如下：

第一方面，本发明实施例提供了一种文本分类方法，所述方法包括：

并行调用各第一分类层级对应的第一分类方式对待分类文本进行分类，得到所述待分类文本在各第一分类层级的候选分类类型，其中，所述第一分类方式用于：按照所对应分类层级包括的所有分类类型对文本进行分类；

根据各候选分类类型，获得沿各候选分类类型在第一分类层级间的层级关系对所述待分类文本进行分类的中间分类类型；

以所述中间分类类型对应的第二分类方式为起始分类方式，沿各分类类型在第二分类层级间的层级关系，逐层级串行调用各第二分类层级对应的第二分类方式对所述待分类文本进行分类，直至达到预设的最低分类层级，得到所述待分类文本的分类结果，其中，一个第二分类方式用于：按照所对应分类层级中一个分类类型包括的所有子类型对文本进行分类，第一分类层级高于第二分类层级，串行调用的一第二分类层级对应的第二分类方式为：按照在上一层级分类得到的分类类型包括的所有子类型对文本进行分类的方式。

本发明的一个实施例中，所述根据各候选分类类型，获得沿各候选分类类型在第一分类层级间的层级关系对所述待分类文本进行分类的中间分类类型，包括：

沿各候选分类类型在第一分类层级间的层级关系，从各候选分类类型中选择分类类型，得到多个类型组，其中，每一类型组中属于同一分类层级的分类类型数量为1、且属于相邻分类层级的分类类型满足：属于低分类层级的分类类型为属于高分类层级的分类类型的子类型；

根据所述待分类文本的分类类型为各候选分类类型的概率，计算所述待分类文本的分类类型为各类型组包括的候选分类类型的全局概率；

按照全局概率由高到低的顺序，从多个类型组中选择所述待分类文本的候选类型组；