[发明专利]一种文本信息分类方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种文本信息分类方法、装置、电子设备及存储介质，通过在完成对标签向量矩阵和文本向量矩阵构建后的推理过程中，且在通过既有模型利用用于表达类别标签置信度的标签观测概率作为推理依据的前提下，通过计算出不同层次之间的标签转移概率，对各层级的类别标签的分类结果进行约束，避免了在输出错误标签的置信度高于正确标签的置信度时，将错误标签作为标签预测结果，并将错误信息传递给下层的预测中，从而提高了针对文本信息分类的准确率。

技术领域

本发明涉及文本信息分类技术领域，特别是涉及一种文本信息分类方法、一种文本信息分类装置、一种电子设备以及一种计算机可读存储介质。

背景技术

多层次文本分类是处理大规模文本信息的关键技术，在诸多针对大规模文本信息的应用场景中，往往由多层次结构对文档进行组织，例如，某文档(网页或电子邮件)可以与多个类别相关联，而这些类别可以被存储于文件储存树或者有向无环图中。

在相关技术中，由于针对多层次文本分类的机制不完善，随着层级和文本类别的增加，算法的准确率会随着层级和文本类别的增加而急剧下降，从而导致针对多层次文本分类的准确率低下。

发明内容

本发明实施例是提供一种文本信息分类方法、装置、电子设备以及计算机可读存储介质，以解决针对多层次文本分类的准确率低下的问题。

本发明实施例公开了一种文本信息分类方法，所述方法应用于文本分类模型，所述文本分类模型具有多个层级，所述层级包含对应的标签节点，所述标签节点具有对应的类别标签，所述类别标签用于表达所述标签节点的类别，所述方法可以包括：

生成针对所述类别标签的标签向量，并采用所述标签向量生成标签向量矩阵；

生成针对所述文本信息的文本向量，并采用所述文本向量生成文本向量矩阵；

生成针对所述类别标签的标签转移概率；

将所述标签向量矩阵和所述文本向量矩阵输入至所述文本分类模型，并生成针对所述类别标签的标签观测概率；

基于所述标签观测概率和所述标签转移概率，确定针对所述类别标签的分类结果，并采用所述分类结果作为针对所述文本信息的分类结果。

可选地，所述文本分类模型集成有词向量模型，所述标签节点包括父节点，以及，与所述父节点具有直接关联关系的子节点，所述生成针对所述类别标签的标签向量，并采用所述标签向量生成标签向量矩阵的步骤可以包括：

采用所述词向量模型确定针对所述子节点的子类别标签的子标签向量；

确定所述子节点的个数；

采用所述子标签向量，和，所述子节点的个数计算生成针对所述父节点的父类别标签的父标签向量；

采用所述子标签向量，和，所述父标签向量构建标签向量矩阵。

可选地，所述生成针对所述类别标签的标签转移概率的步骤包括：

在所述父节点所在的父层级中确定出针对所述父类别标签的父标签类别数量；

在所述子节点所在的子层级中确定出针对所述子类别标签的子标签类别数量；

采用所述父标签类别数量和所述子标签类别数量计算生成针对所述类别标签的标签转移概率。

可选地，所述基于所述标签观测概率和所述标签转移概率，确定针对所述类别标签的分类结果，并采用所述分类结果作为针对所述文本信息的分类结果的步骤可以包括：

基于维特比算法，采用所述标签观测概率和所述标签转移概率计算出多个所述类别标签两两之间的最短路径；