[发明专利]文本分类方法、文本分类装置、计算机设备及存储介质

权利要求书

1.一种文本分类方法，其特征在于，所述方法包括：

获取待分类的初始文本和预构建的N个分类模板，并将所述初始文本填充到每个所述分类模板中，得到N个初始分类文本，N为整数，每个所述初始分类文本中所述初始文本对应的初始文本标签为空；

根据预训练的相似度匹配模型对预构建的训练样本集和所述初始文本进行文本相似度匹配，得到相似文本和所述相似文本的相似文本标签；

将所述相似文本和所述相似文本标签填充到每个所述分类模板中，得到N个相似分类文本；

对N个所述分类模板对应的所述初始分类文本和所述相似分类文本进行文本拼接，得到第一拼接文本集，所述第一拼接文本集包括N个第一拼接文本；

获取预设的M个分类类别标签，并根据每个所述分类类别标签对所述第一拼接文本中的所述初始文本标签进行类别替换，得到第二拼接文本集，所述第二拼接文本集包括M*N个第二拼接文本，M为整数；

将每个所述分类类别标签下的N个所述第二拼接文本输入至预训练的语言表征模型进行分类预测，得到每个所述分类类别标签的预测得分；

对M个所述预测得分进行数值比较，以确定所述初始文本对应的文本分类结果。

2.根据权利要求1所述的方法，其特征在于，所述对N个所述分类模板对应的所述初始分类文本和所述相似分类文本进行文本拼接，得到第一拼接文本集，包括：

分别获取N个所述分类模板对应的所述初始分类文本和所述相似分类文本；

对每个所述分类模板下的所述初始分类文本和所述相似分类文本进行文本拼接，得到第一拼接文本；

根据多个所述第一拼接文本构建第一拼接文本集。

3.根据权利要求1所述的方法，其特征在于，所述将每个所述分类类别标签下的N个所述第二拼接文本输入至预训练的语言表征模型进行分类预测，得到每个所述分类类别标签的预测得分，包括：

将每个所述分类类别标签下的N个所述第二拼接文本输入至预训练的语言表征模型进行分类预测，得到每个所述第二拼接文本的token概率得分；

根据N个所述token概率得分计算得到每个所述分类类别标签的预测得分。

4.根据权利要求3所述的方法，其特征在于，所述语言表征模型包括嵌入表示处理层、掩膜语言模型处理层和预测处理层，所述将每个所述分类类别标签下的N个所述第二拼接文本分别输入至预训练的语言表征模型，得到每个所述第二拼接文本的token概率得分，包括：

将每个所述分类类别标签下的N个所述第二拼接文本分别输入至预训练的语言表征模型；

通过所述嵌入表示处理层对每个所述第二拼接文本进行嵌入表示处理，得到嵌入表示向量；

通过所述掩膜语言模型处理层对所述嵌入表示向量进行掩膜语言模型处理，得到掩膜表示向量；

通过所述预测处理层对所述掩膜表示向量进行预测处理，得到每个所述第二拼接文本的token概率得分。

5.根据权利要求3所述的方法，其特征在于，所述根据N个所述token概率得分计算得到每个所述分类类别标签的预测得分，包括：

对N个所述token概率得分进行均值计算，得到每个所述分类类别标签的预测得分。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述对M个所述预测得分进行数值比较，以确定所述初始文本对应的文本分类结果，包括：

获取M个所述分类类别标签对应的所述预测得分；

对M个所述预测得分进行数值比较，以确定预测得分最高的分类类别标签；

根据所述预测得分最高的分类类别标签确定所述初始文本对应的文本分类结果。