[发明专利]基于LSTM的数据分类方法、装置、设备及存储介质

说明书

本申请实施例公开了一种基于LSTM的数据分类方法、装置、设备及存储介质。所述方法包括：获取待分类数据；通过预设的训练后字段特征提取器确定所述待分类数据对应的句子向量；将所述句子向量输入预设的训练后超参数LSTM分类器，得到多个预设类别分别对应的置信度；将所述置信度中值最大的置信度确定为目标置信度；将所述目标置信度对应的所述预设类别确定为所述待分类数据的目标类别。本方案通过字段特征提取器以及超参数LSTM分类器自动对数据进行分类，提高了数据的分类效率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于LSTM的数据分类方法、装置、设备及存储介质。

背景技术

为了保证数据的安全性，对于不同保密等级的数据一般都需要采用不同的管理方式进行管理，以确保数据的安全性。

在现有技术中，一般通过对获取到的数据进行分类以确定对应数据的等级，具体地，通过人工构造数据分类标准，然后通过人工分析获取到的数据在数据分类标准中所属的类别确定该数据的等级。

但是，一般企业都有大量的数据需要进行分类，当需要对大量的数据进行分类时，通过人工进行分类效率非常低。

发明内容

本申请实施例提供了一种基于LSTM的数据分类方法、装置、设备及存储介质，可以提高数据分类的效率。

第一方面，本申请实施例提供了一种基于LSTM的数据分类方法，其包括：

获取待分类数据；

通过预设的训练后字段特征提取器确定所述待分类数据对应的句子向量；

将所述句子向量输入预设的训练后超参数LSTM分类器，得到多个预设类别分别对应的置信度；

将所述置信度中值最大的置信度确定为目标置信度；

将所述目标置信度对应的所述预设类别确定为所述待分类数据的目标类别。

第二方面，本申请实施例还提供了一种基于LSTM的数据分类装置，其包括：

获取单元，用于获取待分类数据；

处理单元，用于通过预设的训练后字段特征提取器确定所述待分类数据对应的句子向量；将所述句子向量输入预设的训练后超参数LSTM分类器，得到各预设类别分别对应的置信度；将所述置信度中值最大的置信度确定为目标置信度；将所述目标置信度对应的所述预设类别确定为所述待分类数据的目标类别。

第三方面，本申请实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现上述方法。

本申请实施例提供了一种基于LSTM的数据分类方法、装置、设备及存储介质。其中，所述方法包括：获取待分类数据；通过预设的训练后字段特征提取器确定所述待分类数据对应的句子向量；将所述句子向量输入预设的训练后超参数LSTM分类器，得到多个预设类别分别对应的置信度；将所述置信度中值最大的置信度确定为目标置信度；将所述目标置信度对应的所述预设类别确定为所述待分类数据的目标类别。本方案通过字段特征提取器以及超参数LSTM分类器自动对数据进行分类，提高了数据的分类效率。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的基于LSTM的数据分类方法的应用场景示意图；