舆情文本的分类方法、装置、电子设备及计算机存储介质制造方法及图纸

本申请实施例提供了一种舆情文本的分类方法、装置、电子设备及计算机存储介质，涉及计算机技术领域。其中，所述方法包括：对待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段；对所述待分类的舆情文本的多个内容片段分别进行语义特征提取，以获得所述待分类的舆情文本的多个内容片段各自的语义特征表征数据；根据所述待分类的舆情文本的多个内容片段各自的语义特征表征数据，对所述待分类的舆情文本进行文本分类，以获得所述待分类的舆情文本的文本分类结果。本方案能够准确地对舆情文本进行分类，从而筛除低质量的舆情文本。除低质量的舆情文本。除低质量的舆情文本。

【技术实现步骤摘要】
舆情文本的分类方法、装置、电子设备及计算机存储介质


[0001]本申请实施例涉及计算机
，尤其涉及一种舆情文本的分类方法、装置、电子设备及计算机存储介质。

技术介绍

[0002]在企业详情页的舆情板块中，用户希望可以通过该舆情板块了解到一家企业近期发生的事件、新闻等。由于互联网上发布的舆情文本的质量参差不齐，因此，在舆情板块展示舆情文本时，需要对舆情文本的质量进行把控，为了筛除低质量的舆情文本，使得舆情板块所展示的舆情文本更贴近用户的需求，需要准确有效地对舆情板块的舆情文本进行分类。
[0003]由此可见，如何准确地对舆情文本进行分类成为当前亟待解决的技术问题。

技术实现思路

[0004]有鉴于此，本专利技术实施例所解决的技术问题之一在于提供一种舆情文本的分类方法、装置、电子设备及计算机存储介质，用以解决现有技术中存在的如何准确地对舆情文本进行分类的技术问题。
[0005]根据本专利技术实施例的第一方面，提供了一种舆情文本的分类方法，所述方法包括：对待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段；对所述待分类的舆情文本的多个内容片段分别进行语义特征提取，以获得所述待分类的舆情文本的多个内容片段各自的语义特征表征数据；根据所述待分类的舆情文本的多个内容片段各自的语义特征表征数据，对所述待分类的舆情文本进行文本分类，以获得所述待分类的舆情文本的文本分类结果。
[0006]根据本专利技术实施例的第二方面，提供了一种舆情文本的分类装置，所述装置包括：切割模块，用于对待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段；语义特征提取模块，用于对所述待分类的舆情文本的多个内容片段分别进行语义特征提取，以获得所述待分类的舆情文本的多个内容片段各自的语义特征表征数据；文本分类模块，用于根据所述待分类的舆情文本的多个内容片段各自的语义特征表征数据，对所述待分类的舆情文本进行文本分类，以获得所述待分类的舆情文本的文本分类结果。
[0007]根据本专利技术实施例的第三方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一方面所述的舆情文本的分类方法对应的操作。
[0008]根据本专利技术实施例的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的舆情文本的分类方法。
[0009]根据本专利技术实施例提供的舆情文本的分类方案，对待分类的舆情文本的内容数据
进行切割，以获得所述待分类的舆情文本的多个内容片段，并对所述待分类的舆情文本的多个内容片段分别进行语义特征提取，以获得所述待分类的舆情文本的多个内容片段各自的语义特征表征数据，再根据所述待分类的舆情文本的多个内容片段各自的语义特征表征数据，对所述待分类的舆情文本进行文本分类，以获得所述待分类的舆情文本的文本分类结果，与现有的其它方式相比，对待分类的舆情文本的内容数据进行切割，并根据所述待分类的舆情文本的多个内容片段各自的语义特征表征数据，对所述待分类的舆情文本进行文本分类，能够准确地对舆情文本进行分类，从而筛除低质量的舆情文本。
附图说明
[0010]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0011]图1A为根据本申请实施例提供的舆情文本内容的分析示意图；
[0012]图1B为本申请实施例一中舆情文本的分类方法的步骤流程图；
[0013]图2为本申请实施例二中舆情文本的分类装置的结构示意图；
[0014]图3为本申请实施例三中电子设备的结构示意图。
具体实施方式
[0015]为了使本领域的人员更好地理解本专利技术实施例中的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术实施例一部分实施例，而不是全部的实施例。基于本专利技术实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本专利技术实施例保护的范围。
[0016]下面结合本专利技术实施例附图进一步说明本专利技术实施例具体实现。
[0017]在公开本申请实施例提供的舆情文本的分类方法之前，本申请的专利技术人对舆情文本的内容数据进行了相关分析。在一篇舆情文本中，其文本内容数据的前中后部分会出现不同长度的有效部分内容、无效部分内容，即一篇舆情文本的内容数据的段落类别比较杂乱，会影响舆情分类模型对整篇舆情文本的类别预测，使得舆情文本的分类错误。图1A中的(a)、(b)、(c)和(d)展示了舆情文本属于有效舆情类别的的四种组合情况，其中，X轴表示一篇舆情文本所选取的最大长度，Y轴表示舆情文本属于有效舆情类别的概率、舆情文本属于无效舆情类别的概率和舆情文本属于公告类别的概率。针对图1A中的(a)进行分析，舆情文本属于有效舆情类别的的第一种组合情况为：有效舆情＝「有效」+「略微无效」。针对图1A中的(b)进行分析，舆情文本属于有效舆情类别的的第二种组合情况为：有效舆情＝「有效」+「略微无效」+「有效」。针对图1A中的(c)进行分析，舆情文本属于有效舆情类别的的第三种组合情况为：有效舆情＝「有效」。针对图1A中的(d)进行分析，舆情文本属于有效舆情类别的的第四种组合情况为：有效舆情＝「有效/无效交替出现」＝>「模糊分类」。根据上述分析，提出了“文本三段论”的切割方法，将舆情文本的内容数据切割成三段，从而有效提高舆情文本的分类准确度。下面详细描述本实施例提供的舆情文本的分类方法：
[0018]参照图1B，示出了本申请实施例一中舆情文本的分类方法的步骤流程图。
[0019]具体地，本实施例提供的舆情文本的分类方法包括以下步骤：
[0020]在步骤S101中，对待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段。
[0021]在本实施例中，所述待分类的舆情文本可为企业实体的网站页面中的舆情板块中的事件或者新闻等。可以理解的是，以上描述仅为示例性的，本实施例对此不做任何限定。
[0022]在一些可选实施例中，在对待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段时，根据预设的内容片段字符数量，从所述待分类的舆情文本的内容数据的起始位置开始，对所述待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段。籍此，通过预设的内容片段字符数量，对所述待分类的舆情文本的内容数据进行平均切割，能够准确地获得所述待分类的舆情文本的多个内容片段。可以理解的是，以上描述仅为示例性的，本实施例对此不做任何限定。
[0023]在一个具体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种舆情文本的分类方法，其特征在于，所述方法包括：对待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段；对所述待分类的舆情文本的多个内容片段分别进行语义特征提取，以获得所述待分类的舆情文本的多个内容片段各自的语义特征表征数据；根据所述待分类的舆情文本的多个内容片段各自的语义特征表征数据，对所述待分类的舆情文本进行文本分类，以获得所述待分类的舆情文本的文本分类结果。2.根据权利要求1所述的舆情文本的分类方法，其特征在于，所述对待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段，包括：根据预设的内容片段字符数量，从所述待分类的舆情文本的内容数据的起始位置开始，对所述待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段。3.根据权利要求1所述的舆情文本的分类方法，其特征在于，所述对待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段，包括：根据预设的内容片段字符数量，从所述待分类的舆情文本的内容数据的起始位置开始，对所述待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的内容数据的理论切割位置；确定距离所述理论切割位置最近的字符符号位置为所述待分类的舆情文本的内容数据的实际切割位置；根据所述待分类的舆情文本的内容数据的实际切割位置，对所述待分类的舆情文本的内容数据进行切割，以获得所述待分类的舆情文本的多个内容片段。4.根据权利要求1所述的舆情文本的分类方法，其特征在于，所述对所述待分类的舆情文本的多个内容片段分别进行语义特征提取，以获得所述待分类的舆情文本的多个内容片段各自的语义特征表征数据，包括：将内容片段的起始位置的分割符号和所述内容片段的结束位置的分割符号分别添加至所述待分类的舆情文本的多个内容片段各自的起始位置和结束位置，以获得所述待分类的舆情文本的多个添加分割符号的内容片段；根据所述待分类的舆情文本的多个内容片段在所述待分类的舆情文本中的前后位置，对所述待分类的舆情文本的多个添加分割符号的内容片段进行拼接，以获得所述待分类的舆情文本的拼接后的内容片段；通过语义特征表征模型，对所述待分类的舆情文本的拼接后的内容片段进行语义特征提取，以获得所述待分类的舆情文本的多个内容片段各自的语义特征表征数据。5.根据权利要求1所述的舆情文本的分类方法，其特征在于，所述根据所述待...

【专利技术属性】
技术研发人员：陈佳颖，
申请(专利权)人：盐城金堤科技有限公司，
类型：发明
国别省市：