[发明专利]文本分类模型的配置方法、装置、计算机设备及存储介质

权利要求书

1.一种文本分类模型的配置方法，其特征在于，包括：

获取待标注的文本库，所述文本库中包含若干段文本，从所述文本库中提取一段文本；

识别所述文本包含的词信息，根据所述词信息建立所述文本对应的有向图；所述有向图的各节点为所述文本包含的各所述词信息；

计算有向图中的各节点与预设定文档的相似度；

从所述有向图中选取满足相似度要求的目标节点，将所述目标节点对应的词信息作为待选标签；

计算各个所述待选标签的置信度，选取所述置信度满足预设值的待选标签作为核心标签；

将所述文本及对应的所述核心标签配置为文本分类模型的训练数据，并将所述训练数据输入至所述文本分类模型以训练所述文本分类模型。

2.根据权利要求1所述的文本分类模型的配置方法，其特征在于，所述识别所述文本包含的词信息，根据所述词信息建立所述文本对应的有向图，包括：

识别所述文本，将所述文本进行若干种不同方式的切词，得到所述文本包含的若干种不同组合的词信息；

建立所述文本的根节点，依次将每一种组合中包含的词信息作为所述根节点的子节点，生成对应组合的路径图，直至生成所有组合的路径图，以建立所述文本对应的有向图。

3.根据权利要求2所述的文本分类模型的配置方法，其特征在于，所述建立所述文本的根节点，包括：

获取所述文本的若干种不同组合的词信息中的相同词信息；

从所述相同词信息中选取文本的主词信息；

根据所述主词信息建立所述文本的根节点。

4.根据权利要求2所述的文本分类模型的配置方法，其特征在于，所述计算有向图中的各节点与预设定文档的相似度，包括：

从所述有向图的根节点自顶向下地逐层访问所述有向图中的子节点，得到多条路径；

依次计算每条路径上的子节点与预设定文档的相似度，得到每一条路径的相似度；

所述从所述有向图中选取满足相似度要求的目标节点，包括：

选取所述路径的相似度满足阈值的路径作为目标路径，从所述目标路径的节点中选取满足相似度要求的节点作为目标节点。

5.根据权利要求1所述的文本分类模型的配置方法，其特征在于，所述计算各个所述待选标签的置信度，选取所述置信度满足预设值的待选标签作为核心标签之后，包括：

将所述文本与对应的核心标签关联后作为区块信息写入区块链中，并存储至已标注的文本库。

6.根据权利要求1所述的文本分类模型的配置方法，其特征在于，所述从所述有向图中选取满足相似度要求的目标节点，将所述目标节点对应的词信息作为待选标签，包括：

获取文本分类模型训练的当前阶段；

根据所述当前阶段匹配所述对应精度的目标相似度要求；

从所述有向图中选取满足目标相似度要求的目标节点，将所述目标节点对应的词信息作为待选标签。

7.根据权利要求1所述的文本分类模型的配置方法，其特征在于，所述将所述文本及对应的所述核心标签配置为文本分类模型的训练数据，并将所述训练数据输入至所述文本分类模型以训练所述文本分类模型之后，还包括：

获取所述文本分类模型的训练结果；

若所述训练结果不满足预期结果，修改所述相似度要求和/或置信度的预设值。