【技术实现步骤摘要】
文本分类方法、装置、存储介质及计算机设备
本专利技术涉及自然语言处理
，尤其涉及一种文本分类方法、装置、存储介质及计算机设备。
技术介绍
在自然语言处理
中，通常会执行一些文本分类任务从而辅助如信息检索，新闻主题分类，垃圾邮件分类、情感分析、自动问答系统中的问句分类等。而文本分类通常包括三种分类类型：二分类问题，多分类问题以及多标签问题，比如判断邮件是否为垃圾邮件，属于一个二分类问题；比如判断新闻主题是娱乐、体育、还是社会，属于一个多分类问题；比如基于案件事实描述文本的法条分类，属于多标签分类问题。相关技术中，通常采用TF-IDF、词嵌入池化，或者是CNN(ConvolutionalNeuralNetworks，神经卷积网络)模型等对文本进行分类。这种方式下，并不适用于中文文本的分类，分类效果不佳。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的目的在于提出一种文本分类方法、装置、存储介质及计算机设备，由于在分类的过...
【技术保护点】
1.一种文本分类方法，其特征在于，所述文本为中文文本，所述方法包括：/n获得文本；/n对所述文本进行编码得到五笔字形编码；/n根据所述五笔字形编码，结合所述XLNet模型确定所述文本中各子文本之间的特征信息，所述特征信息用于描述各子文本之间的上下文信息，所述XLNet模型已学习得到多个样本子文本的样本字形编码，以及所述多个样本子文本之间的特征信息的对应关系；/n根据所述各子文本之间的特征信息，结合第一神经网络模型对所述文本进行分类。/n
【技术特征摘要】
1.一种文本分类方法，其特征在于，所述文本为中文文本，所述方法包括：
获得文本；
对所述文本进行编码得到五笔字形编码；
根据所述五笔字形编码，结合所述XLNet模型确定所述文本中各子文本之间的特征信息，所述特征信息用于描述各子文本之间的上下文信息，所述XLNet模型已学习得到多个样本子文本的样本字形编码，以及所述多个样本子文本之间的特征信息的对应关系；
根据所述各子文本之间的特征信息，结合第一神经网络模型对所述文本进行分类。
2.如权利要求1所述的文本分类方法，其特征在于，所述根据所述各子文本之间的特征信息，结合第一神经网络模型对所述文本进行分类，包括：
根据所述各子文本之间的特征信息，结合第一神经网络模型确定所述文本对应的多个候选分类，以及与各所述候选分类对应的概率值；所述第一神经网络模型已学习得到各样本的特征信息，与对应的样本候选分类以及对应的样本概率值之间的对应关系；
确定多个所述概率值中值最大的概率值对应的候选分类，作为对所述文本进行分类的结果。
3.如权利要求1或2所述的文本分类方法，其特征在于，所述子文本，为所述文本中的文字、语句、词组中的一种或者多种。
4.如权利要求1所述的文本分类方法，其特征在于，所述对所述文本进行编码得到五笔字形编码，包括：
根据五笔字根表，确定所述文本对应的多个字母编码；
根据各所述字母编码，确定所述五笔字形编码。
5.如权利要求4所述的文本分类方法，其特征在于，所述根据各所述字母编码，确定所述五笔字形编码，包括：
确定各所述字母编码对应的独热编码；
根据各所述独热编码，结合第二神经网络模型确定对应的向量；其中，所述第二神经网络模型已学习得到样本的独热编码，以及与所述样本的独热编码对应的向量之间的对应关系；
根据各所述独热编码对应的向量确定所述五笔字形编码。
6.如权利要求5所述的文本分类方法，其特征在于，所述确定各所述字母编码对应的独热编码，包括：
根据预设数值表，确定各所述字母编码对应的独热编码。
7.如权利要求5所述的文本分类方法，其特征在于，所述第二神经网络模型为循环神经网络，所述根据各所述独热编码，结合第二神经网络模型确定对应的向量，包括：
将各所述独热编码输入至所述循环神经网络；
根据所述循环神经网络的输出得到目标维度的向量，从而确定所述对应的向量。
8.如权利要求2所述的文本分类...
【专利技术属性】
技术研发人员：周玥，胡盼盼，赵茜，佟博，黄仲强，黄聿，张超，张坚琳，
申请(专利权)人：广东博智林机器人有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。