文本处理方法及装置、电子设备及存储介质制造方法及图纸

本申请公开了一种文本处理方法及装置、电子设备及存储介质。所述文本处理方法可包括：利用M个卷积核对基于文本得到的文本序列进行特征提取，得到M个第一特征图；其中，不同所述卷积核的粒度不同；其中，所述M为不小于2的正整数；分别对M个所述第一特征图进行池化处理，得到M个第二特征图；对M个所述第二特征图进行编码，得到特征向量；基于所述特征向量，对所述文本进行分类。如此，通过多个卷积核进行特征提取，从而使得可以获得不同大小的局部关键信息，基于这种方式提取的特征进行的文本分类，具有分类结果更加精确的效果。具有分类结果更加精确的效果。具有分类结果更加精确的效果。

【技术实现步骤摘要】
文本处理方法及装置、电子设备及存储介质


[0001]本申请涉及信息
，尤其涉及一种文本处理方法及装置、电子设备及存储介质。

技术介绍

[0002]随着网络的发展以及数字化终端设备的普及，互联网文本数据成为人们获取信息的重要来源，但是文本数据非结构化的特性使人们难以理解、利用数据中有价值的信息。自然语言处理为该问题提供了有效的解决方案，通过文本分类等任务，可以从海量数据中快速准确地挖掘有用信息。
[0003]相关技术提出了多种文本分类方法，例如基于机器学习的文本分类、基于卷积神经网络(convolutional neural network，CNN)的文本分类、以及基于改进的长短记忆网(Bidirectional long short memory network，BiLSTM)的文本分类。
[0004]但是基于机器学习分类核心是人工特征工程，对分类模型的则要求非常宽松。然而人工特征工程非常复杂，需要相关的领域经验，并且具有很强的主观性。当特征提取的质量差时，该方案的分类性能受到严重影响。
[0005]CNN可以捕获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本处理方法，其特征在于，所述方法包括：利用M个卷积核对基于文本得到的文本序列进行特征提取，得到M个第一特征图；其中，不同所述卷积核的粒度不同；其中，所述M为不小于2的正整数；分别对M个所述第一特征图进行池化处理，得到M个第二特征图；对M个所述第二特征图进行编码，得到特征向量；基于所述特征向量，对所述文本进行分类。2.根据权利要求1所述的方法，其特征在于，所述分别对M个所述第一特征图进行池化处理，得到M个第二特征图，包括：对第m个所述第一特征图进行K
‑
最大池化，得到第m个所述第二特征图；其中，所述第二特征图为：稀疏特征图；所述m为小于或等于所述M的正整数，其中，所述第二特征图与所述第一特征图的大小相同。3.根据权利要求1或2所述的方法，其特征在于，所述对M个所述第二特征图进行编码，得到特征向量，包括：融合M个所述第二特征图，得到1个所述第三特征图；对所述第三特征图编码，得到特征向量。4.根据权利要求3所述的方法，其特征在于，所述融合M个所述第二特征图得到1个所述第三特征图，包括：将M个所述第二特征图中第i行第j列的特征值拼接，构成所述第三特征图中第i行第j列的特征向量，其中，所述i为小于或等于I的正整数；j为小于或等于J的正整数，其中，I为所述第二特征图的总行数；J为所述第二特征图的总列数。5.根据权利要求3所述的方法，其特征在于，所述对M个所述第二特征图进行编码，得到特征向量，包括：利用双向长短记忆网模块对所述第三特征图进行编码，得到所述特征向量。6.根据权利要求5所述的方法，其特征在于，所述双向长短记忆网模块包括：前向长短记忆网和后向长短记忆网；所述利用双向长短记忆网模块对M个所述第三特征图进行编码，得到所述特征向量，包括：利用所述前向记忆网对所述第三特征图从前后向编码，得到第一向量；利用所述后向记忆网对所述第三特征图从后向前编码，得到第二向量；融合所述第一向量和所述第二向量得到所述编码向量。7.根据权利要求1所述的方法，其特征在于，所述基于所述特征向量，对所述文本进行分类，包括：利用softmax模块对接不同时刻的所述编码向量的拼接向量进行处理，得到所述文本的分类结果。8.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述文本转换为词向量；基于所述词向量生成原始序列；将所述原始序列的首尾两端添加一个或多个0元素，得到所述文本序列。9.一种文本处理装置，其特征在于，所述装置包括：
提取模块，用于利用M个卷积核对基于文本得到的文本序列进行特征提取，得到M个第...

【专利技术属性】
技术研发人员：张涛，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：