[发明专利]基于人工智能的文本分类方法、装置、终端设备及介质

权利要求书

1.一种基于人工智能的文本分类方法，其特征在于，所述文本分类方法包括：

将待分类文本拆分成N段子文本，根据训练好的语义模型对每段子文本进行编码，获得对应子文本的令牌特征向量，N为正整数；

计算任一子文本与其他所有子文本的令牌特征向量的相似度，根据每段子文本与其他所有子文本的令牌特征向量的相似度的和，确定对应子文本的权值；

根据每段子文本的令牌特征向量与对应子文本的权值，结合所有子文本的个数，确定所述待分类文本的目标语义表达；

将所述目标语义表达和数据库中已分类文本的已知语义表达进行匹配，得到与所述目标语义表达匹配的已知语义表达，确定对应已分类文本所属的分类为所述待分类文本的分类结果。

2.根据权利要求1所述的文本分类方法，其特征在于，所述将待分类文本拆分成N段子文本，包括：

根据词分割算法将待分类文本与已知机器词典中的词条进行匹配，确定与词条匹配的文本为一段子文本，得到N段子文本。

3.根据权利要求1所述的文本分类方法，其特征在于，所述根据每段子文本与其他所有子文本的令牌特征向量的相似度的和，确定对应子文本的权值，包括：

针对任一子文本，计算子文本与其他各子文本的令牌特征向量的相似度；

对子文本与其他所有子文本的令牌特征向量的相似度进行求和，确定求和结果为对应子文本的权值。

4.根据权利要求4所述的文本分类方法，其特征在于，确定求和结果为对应子文本的权值，包括：

对所有子文本的求和结果进行归一化处理，确定每个子文本的归一化值为对应子文本的权值。

5.根据权利要求1所述的文本分类方法，其特征在于，所述根据每段子文本的令牌特征向量与对应子文本的权值，结合所有子文本的个数，确定所述待分类文本的目标语义表达，包括：

针对任一子文本，将子文本的令牌特征向量与对应的权值相乘，得到对应子文本的特征表达结果；

将所有子文本的特征表达结果相加，并将相加结果与所有子文本的个数相除，确定相除结果为所述待分类文本的目标语义表达。

6.根据权利要求1至5任一项所述的文本分类方法，其特征在于，所述将所述目标语义表达和数据库中已分类文本的已知语义表达进行匹配，得到与所述目标语义表达匹配的已知语义表达，确定对应已分类文本所属的分类为所述待分类文本的分类结果，包括：

将所述目标语义表达和数据库中已分类文本的已知语义表达进行相似度计算，获得所述目标语义表达与各已知语义表达的相似程度；

将所述相似程度中的最大值对应的已知语义表达作为与所述目标语义表达匹配的已知语义表达；

确定与所述目标语义表达匹配的已知语义表达对应已分类文本所属的分类，作为所述待分类文本的分类结果。

7.一种基于人工智能的文本分类装置，其特征在于，所述文本分类装置包括：

令牌特征获取模块，用于将待分类文本拆分成N段子文本，根据训练好的语义模型对每段子文本进行编码，获得对应子文本的令牌特征向量，N为正整数；

权值计算模块，用于计算任一子文本与其他所有子文本的令牌特征向量的相似度，根据每段子文本与其他所有子文本的令牌特征向量的相似度的和，确定对应子文本的权值；

语义表达模块，用于根据每段子文本的令牌特征向量与对应子文本的权值，结合所有子文本的个数，确定所述待分类文本的目标语义表达；

文本分类模块，用于将所述目标语义表达和数据库中已分类文本的已知语义表达进行匹配，得到与所述目标语义表达匹配的已知语义表达，确定对应已分类文本所属的分类为所述待分类文本的分类结果。

8.根据权利要求7所述的文本分类装置，其特征在于，所述权值计算模块包括：

相似度计算单元，用于针对任一子文本，计算子文本与其他各子文本的令牌特征向量的相似度；

权值确定单元，用于对子文本与其他所有子文本的令牌特征向量的相似度进行求和，确定求和结果为对应子文本的权值。