[发明专利]文本分类、文本处理方法、装置、计算机设备及存储介质

说明书

本公开提供了一种文本分类、文本处理方法、装置、计算机设备及存储介质，其中，该方法包括：获取待分类话题文本和至少一个待预测话题标签的标签描述信息；提取所述待分类话题文本的目标文本特征，并提取每个所述待预测话题标签的标签描述信息的标签描述特征；确定所述目标文本特征和每个所述标签描述特征之间的标签相关性，得到至少一个标签相关性；基于所述至少一个标签相关性，在所述至少一个待预测话题标签中确定与所述待分类话题文本相匹配的目标话题标签。

技术领域

本公开涉及计算机的技术领域，具体而言，涉及一种文本分类、文本处理方法、装置、计算机设备及存储介质。

背景技术

在用户使用书籍或者文章阅读类软件时，一方面会浏览阅读类软件中感兴趣的与书籍推荐相关的推书话题，从而在推书话题中查找喜欢的书籍或者文章进行阅读。此时，用户需要对每个推书话题一一进行浏览，通过该一一浏览的方式降低了用户在各个推书话题中查找喜欢书籍的效率。另一个方面，用户可以在该阅读类软件中搜索喜欢的书籍，但是现有的搜索方案所召回的内容为与搜索关键词相匹配的推书话题；然而，该推书话题中所推荐的书籍可能与搜索关键词所希望搜索的书籍不相关，或者，所召回的内容中漏掉了部分推书话题，从而造成用户无法搜索到满意的书籍，进而降低了用户对该阅读类软件的阅读体验。

发明内容

本公开实施例至少提供一种文本分类、文本处理方法、装置、计算机设备及存储介质。

第一方面，本公开实施例提供了一种文本分类方法，应用于服务器，包括：

获取待分类话题文本和至少一个待预测话题标签的标签描述信息；提取所述待分类话题文本的目标文本特征，并提取每个所述待预测话题标签的标签描述信息的标签描述特征；确定所述目标文本特征和每个所述标签描述特征之间的标签相关性，得到至少一个标签相关性；基于所述至少一个标签相关性，在所述至少一个待预测话题标签中确定与所述待分类话题文本相匹配的目标话题标签。

一种可选的实施方式中，所述目标文本特征中包含多个子文本特征，每个子文本特征对应所述待分类话题文本中每个第一单位文本；所述确定所述目标文本特征和每个所述标签描述特征之间的标签相关性，包括：

基于所述目标文本特征和所述标签描述特征，确定每个所述第一单位文本的相关系数，其中，所述相关系数用于表征该第一单位文本与对应待预测话题标签之间的标签相关程度；基于每个所述第一单位文本的相关系数，对各个所述第一单位文本的子文本特征进行加权求和计算，并根据计算结果确定所述标签相关性。

一种可选的实施方式中，所述基于所述目标文本特征和所述标签描述特征，确定每个所述第一单位文本的相关系数，包括：

基于每个所述第一单位文本的子文本特征，确定该第一单位文本的第一子相关系数；基于所述目标文本特征和所述标签描述特征确定第二子相关系数；基于所述第一子相关系数和所述第二子相关系数之间的比值确定所述相关系数。

一种可选的实施方式中，所述基于每个所述第一单位文本的子文本特征，确定该第一单位文本的第一子相关系数，包括：

基于每个所述第一单位文本的子文本特征和预设权重矩阵，确定该第一单位文本的第一权重；基于所述第一权重确定所述第一子相关系数。

一种可选的实施方式中，所述标签描述特征中包含多个第二单位文本；所述基于所述目标文本特征和所述标签描述特征确定第二子相关系数，包括：

基于所述目标文本特征和预设权重矩阵确定各个第一单位文本的第二权重；基于所述标签描述特征和所述预设权重矩阵确定各个第二单位文本的第三权重；基于所述第二权重和所述第三权重确定所述第二子相关系数。

一种可选的实施方式中，所述获取待分类话题文本和至少一个待预测话题标签的标签描述信息，包括：