[发明专利]分类方法、装置、计算机设备及存储介质

权利要求书

1.一种分类方法，其特征在于，所述方法包括：

获取多种第一类别的类别语义特征，所述类别语义特征是对所述第一类别的类别信息进行语义提取得到的；

对待分类的文本信息进行语义提取，得到所述文本信息的文本语义特征，以及分别获取所述文本语义特征与每种所述类别语义特征之间的相似度；

基于多种所述第一类别对应的相似度，从多种所述第一类别中，确定所述文本信息所属的第一目标类别。

2.根据权利要求1所述的方法，其特征在于，每种所述第一类别为一种第二类别的子类别，至少两种所述第一类别所属的第二类别不同；所述对待分类的文本信息进行语义提取，得到所述文本信息的文本语义特征之后，所述方法还包括：

基于多种所述第二类别，对所述文本语义特征进行分类，得到多种所述第二类别对应的类别标签，所述第二类别对应的类别标签指示所述文本信息属于所述第二类别的可能性；

基于多种所述第二类别对应的类别标签，从多种所述第二类别中，确定所述文本信息所属的第二目标类别。

3.根据权利要求1所述的方法，其特征在于，每种所述第一类别为一种第二类别的子类别，所述基于多种所述第一类别对应的相似度，从多种所述第一类别中，确定所述文本信息所属的第一目标类别之后，所述方法还包括：

将所述第一目标类别所属的第二类别，确定为所述文本信息所属的第二目标类别。

4.根据权利要求1所述的方法，其特征在于，所述获取多种第一类别的类别语义特征，包括：

基于分类模型，获取多种所述第一类别的类别语义特征；

所述对待分类的文本信息进行语义提取，得到所述文本信息的文本语义特征，以及分别获取所述文本语义特征与每种所述类别语义特征之间的相似度，包括：

基于所述分类模型，对所述文本信息进行语义提取，得到所述文本语义特征，以及分别获取所述文本语义特征与每种所述类别语义特征之间的相似度。

5.根据权利要求4所述的方法，其特征在于，所述分类模型包括第一分类子模型及第二分类子模型；所述基于分类模型，获取多种所述第一类别的类别语义特征，包括：

基于所述第一分类子模型，获取多种所述第一类别的类别语义特征；

所述基于所述分类模型，对所述文本信息进行语义提取，得到所述文本语义特征，以及分别获取所述文本语义特征与每种所述类别语义特征之间的相似度，包括：

基于所述第二分类子模型，对所述文本信息进行语义提取，得到所述文本语义特征；

基于所述第一分类子模型，分别获取所述文本语义特征与每种所述类别语义特征之间的相似度。

6.根据权利要求5所述的方法，其特征在于，每种所述第一类别为一种第二类别的子类别，至少两种所述第一类别所属的第二类别不同；所述基于所述第二分类子模型，对所述文本信息进行语义提取，得到所述文本语义特征之后，所述方法还包括：

基于所述第二分类子模型，对所述文本语义特征进行分类，得到多种所述第二类别对应的类别标签，所述第二类别对应的类别标签指示所述文本信息属于所述第二类别的可能性；

基于多种所述第二类别对应的类别标签，从多种所述第二类别中，确定所述文本信息所属的第二目标类别。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取样本文本信息及对应的第一样本标签，所述第一样本标签指示所述样本文本信息所属的第一类别；

基于所述分类模型，获取多种所述第一类别的样本类别语义特征；

基于所述分类模型，对所述样本文本信息进行语义提取，得到所述样本文本信息的样本文本语义特征，以及分别获取所述样本文本语义特征与每种所述样本类别语义特征之间的预测相似度；

基于所述第一样本标签及多种所述第一类别对应的预测相似度，对所述分类模型进行训练。