[发明专利]旅游评论短文本分类方法、装置、电子设备及存储介质

权利要求书

1.一种旅游评论短文本分类方法，其特征在于，包括以下步骤：

获取待分类的文本，并对所述待分类的文本进行预处理，得到数字化的文本数据；

采用BERT模型对所述文本数据进行编码，得到编码向量；

采用BTM主题模型对所述文本数据进行主题向量学习，得到主题向量；

将所述编码向量和所述主题向量进行融合，得到融合向量；

提取所述融合向量的深层特征，得到上下文语义关系编码序列；

对所述上下文语义关系编码序列进行归一化处理，得到所述文本的所属类别。

2.根据权利要求1所述的一种旅游评论短文本分类方法，其特征在于，采用BTM主题模型对所述文本数据进行主题向量学习，得到主题向量，包括：

将所述文本数据S输入BTM模型；

将文本数据S转化为Biterm，得到B＝(B₁，B₂，...，B_m)，其中B_i表示文本数据经过BTM模型分解的每一个Biterm；

生成每个B_i的主题分布，得到W＝(W₁，W₂，...，W_m)，其中，其中W为主题向量集，W_i表示每一个B_i所对应的主题向量。

3.根据权利要求1所述的一种旅游评论短文本分类方法，其特征在于，采用BERT模型对所述文本数据进行编码，得到编码向量，包括：

将所述文本数据S输入所述BERT模型；

将所述文本数据S＝(S₁，S₂，...，S_n)进行序列化，得到序列化的文本数据E＝(E₁，E₂，...，E_n)，其中E_i表示文本中第i个字的序列化表示；

用BERT编码器对所述序列化的文本数据进行训练，得到编码向量T＝(T₁，T₂，...，T_n)，其中，T为经过BERT编码后的向量集，T_i向表示每一个E_i对应的词编码向量。

4.根据权利要求1所述的一种旅游评论短文本分类方法，其特征在于，提取所述融合向量的深层特征，包括：

将所述融合向量输入训练好的BiGRU网络；

所述BiGRU网络对所述融合向量进行处理，提取所述融合向量的深层特征，得到上下文语义关系编码序列。

5.根据权利要求1所述的一种旅游评论短文本分类方法，其特征在于，对所述上下文语义关系编码序列进行归一化处理，得到所述文本的所属类别，包括：

将所述上下文语义关系编码序列输入全连接层进行处理；

使用softmax函数对所述全连接层的输出结果进行归一化处理，输出所述文本对应的分类概率；

根据所述文本对应的分类概率，得到所述文本的所属类别。

6.根据权利要求1所述的一种旅游评论短文本分类方法，其特征在于，将所述编码向量和所述主题向量进行融合，得到融合向量，包括：

使用以下公式，拼接所述编码向量和所述主题向量：

X＝[T；W]

其中，“；”表示向量的顺序拼接操作；

得到所述融合向量X＝(X₁，X₂，...，X_t)。

7.根据权利要求1所述的一种旅游评论短文本分类方法，其特征在于，对所述待分类的文本进行预处理，包括：

使用分词工具，将所述待分类的文本切分成短语或者单词；

对所述切分后的文本，进行去除停止词处理；

对所述切分后的文本，进行去除低频词语处理；

输出所述待分类的文本对应的数字化的文本数据。