[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN112579781A - 文本归类方法、装置、电子设备及介质 - Google Patents

文本归类方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN112579781A
CN112579781A CN202011581244.5A CN202011581244A CN112579781A CN 112579781 A CN112579781 A CN 112579781A CN 202011581244 A CN202011581244 A CN 202011581244A CN 112579781 A CN112579781 A CN 112579781A
Authority
CN
China
Prior art keywords
text
keyword
classified
attribution probability
probability value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011581244.5A
Other languages
English (en)
Other versions
CN112579781B (zh
Inventor
钱辉娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202011581244.5A priority Critical patent/CN112579781B/zh
Publication of CN112579781A publication Critical patent/CN112579781A/zh
Application granted granted Critical
Publication of CN112579781B publication Critical patent/CN112579781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及智能决策技术，揭露一种文本归类方法，包括：获取标识多个文本类别的多个文本关键词子集；基于待归类文本获取目标关键词集；判断是否存在与目标关键词集匹配的文本关键词子集；若是，确定匹配的文本关键词子集对应的文本类别为待归类文本的类别；若否，计算目标关键词集分别对应多个文本类别的第一归属概率值，根据计算得到的多个第一归属概率值计算得到第二归属概率值集合，确定最大的第二归属概率值对应的文本类别为待归类文本的类别。本发明还涉及区块链技术，目标关键词集等可以存储在区块链节点中。本发明还揭露一种文本归类装置、电子设备及存储介质。本发明可以解决文本归类的准确率不高的问题。

Description

文本归类方法、装置、电子设备及介质
技术领域
本发明涉及智能决策技术领域，尤其涉及一种文本归类方法、装置、电子设备及计算机可读存储介质。
背景技术
随着互联网的发展，人与人的交流、人与信息的交流轨迹等信息更多的以电子化的形式被存储，例如，这些信息能够形成文本信息。通过对文本信息进行文本归类便于后续查找和处理包含文本信息的文件，例如，银行行员和用户之间存在关于理财产品信息的聊天对话，通过对聊天对话进行文本归类可以将理财产品的绩效正确的归到对应的银行行员名下。
现有的文本归类方法通常是基于词频来获取关键信息并根据关键信息来进行归类，但是现有技术中这中方法获取关键信息并没有结合具体的上下文关联文本信息，导致关键信息提取不准确，进而使文本归类的准确率不高。
发明内容
本发明提供一种文本归类方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决文本归类的准确率不高的问题。
为实现上述目的，本发明提供的一种文本归类方法，包括：
获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集；
获取待归类文本；
对所述待归类文本进行预处理，得到待归类标准文本；
筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集；
判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集；
在所述多个文本关键词子集中存在与所述目标关键词集匹配的文本关键词子集时，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别；
在所述多个文本关键词子集中不存在与所述目标关键词集匹配的文本关键词子集时，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
可选地，所述提取所述历史文本集的文本关键词集，包括：
以句号为节点对所述历史文本集进行句子分割处理，得到初始句子集；
对所述初始句子集中的每个句子进行去停用词处理，得到去停句子集；
对所述去停句子集中的每个句子进行分词处理，得到分词数据集；
对所述分词数据集中的每个词语进行词性标注处理，得到标准文本集；
提取所述标准文本集的文本关键词词集。
可选地，所述基于图排序算法从所述候选关键词集中提取目标关键词集，包括：
根据所述候选关键词集构建有向有权图；
根据预设的权重计算公式计算所述有向有权图中多个节点的权重；
将所述有向有权图中权重超过预设阈值的节点作为所述候选关键词集的目标关键词进行汇总，得到目标关键词集。
可选地，所述预设的权重计算公包括：
Figure BDA0002865086220000021
其中，WS(Vi)表示节点Vi的权重，d为阻尼系数，In(Vi)为指向节点Vi的第一节点集合，OutVVj)为节点Vi所指向的第二节点集合，Wji为节点Vi和Vj之间的连接权重。
可选地，所述根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，包括：
获取预设的时间乘数因子和预设的链接频数因子，并分别对所述时间乘数因子和所述链接频数因子进行归一化处理，得到时间归一因子和频数归一因子；
根据所述时间归一因子、所述频数归一因子和预设归属概率公式，计算所述第一归属概率值集合中每个第一归属概率值对应的第二归属概率值；
将计算得到的第二归属概率值进行汇总，得到第二归属概率值集合。
可选地，所述预设归属概率公式包括：
Figure BDA0002865086220000031
其中，Pfinal为第二归属概率值，P为第一归属概率值，F*为所述时间归一因子，urli *为所述频数归一因子。
可选地，所述对所述待归类文本进行预处理，包括：
对所述待归类文本进行文本纠错处理。
为了解决上述问题，本发明还提供一种文本归类装置，所述装置包括：
文本关键词集提取模块，用于获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集；
待归类文本预处理模块，用于获取待归类文本，对所述待归类文本进行预处理，得到待归类标准文本；
目标关键词集提取模块，用于筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集；
类别确定模块，用于判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集；若存在，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别；若不存在，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的文本归类方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的文本归类方法。
本发明实施例通过基于图排序算法从所述候选关键词集中提取目标关键词集，利用所述图排序算法结合了所述候选关键词集中具体上下文的关联文本信息，提高了提取目标关键词集的准确性，进而有利于提高文本归类的准确率；判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集，若不存在则利用预设的归属概率模型计算概率值进而进行归类，通过归属概率模型解决不匹配时如何进行归类的问题，进一步提高了归类的准确性。因此，本发明提出的文本归类方法、装置及计算机可读存储介质，可以解决文本归类的准确率不高的问题。
附图说明
图1为本发明实施例提供的文本归类方法的流程示意图；
图2为本发明实施例提供的文本归类装置的模块示意图；
图3为本发明实施例提供的实现文本归类方法的电子设备的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种文本归类方法，所述文本归类方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述文本归类方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明实施例提供的一种文本归类方法的流程示意图。在本实施例中，所述文本归类方法包括：
S1、获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集。
本发明实施例中，所述历史文本集可包括用户咨询不同理财经理关于理财产品的聊天对话。
本发明一可选实施例中，所述历史文本集可以是从服务器中获取到的一段时间的文本信息，例如，从服务器获取到的过去半年用户与不同理财经理的聊天对话。
本发明另一可选实施例中，所述获取历史文本集，包括：
获取原始图像并对所述原始图像进行主体截取处理，得到主体图像；
利用预设的文本提取模型对所述主体图像进行文本提取，得到历史文本集。
其中，所述原始图像为用户和理财经理关于理财产品讨论的聊天截图，所述预设的文本提取模型可以是NLP语言模型。
详细地，本发明实施例中，对所述原始图像进行主体截取处理是为了将与用于分类的文本信息相关的区域进行截取(例如，用户与理财经理的聊天中，仅将与理财产品相关的聊天对话区域进行截取)，避免提取到不属于聊天对话文本的数据，有利于减少信息的冗余。
具体地，所述提取所述历史文本集的文本关键词集，包括：
以句号为节点对所述历史文本集进行句子分割处理，得到初始句子集；
对所述初始句子集中的每个句子进行去停用词处理，得到去停句子集；
对所述去停句子集中的每个句子进行分词处理，得到分词数据集；
对所述分词数据集中的每个词语进行词性标注处理，得到标准文本集；
提取所述标准文本集的文本关键词词集。
详细地，所述去停用词处理是利用预设的停用词表去除所述初始句子集中没有实际含义的词语，例如，“啊”，“的”等。
其中，所述停用词表可以为直接获取到的“哈工大停用词词库”和“四川大学机器学习智能实验室停用词词库”，或者停用词表也可以为预设的。
进一步地，本发明其中一个实施例可以利用Jieba工具对所述去停句子集进行分词处理，将所述去停句子集中的每个句子拆分成一个个词语，得到分词数据集。
具体地，所述词性标注处理是对分词数据集中的词语进行标注动词、名词、形容词等词性。
本发明实施例中，提取到的文本关键词集又多个文本关键词子集，不同的文本关键词子集属于不同的文本类别。具体地，在对历史文本集进行提取时，可对提取到的不同的文本关键词集进行预分类，或者按照预分类进行文本关键词提取。即，可以先提取，再将提取到的文本关键词进行分类，每个类别对应一个文本关键词子集，或者可以先获取预设类别，再根据预设类别提取对应类别的文本关键词子集。
比如，按照时间提取时，将不同时间段提取到的文本关键词分为一个类别，或者，在按照时间提取时，将不同时间且内容相似或相近的文本关键词分为一个类别。
又比如，按照聊天对象提取时，根据聊天对象将文本关键词分为不同的类别，例如，提取到用户与A、B、C三个理财经理的聊天内容，则将基于用户与A理财经理的聊天记录提取到的文本关键词分为一个类别，将基于用户与A理财经理的聊天记录提取到的文本关键词分为另一个类别，将基于用户与A理财经理的聊天记录提取到的文本关键词分为又一个类别。
S2、获取待归类文本。
本发明实施例中，所述待归类文本可为需要确定理财经理的用户和理财经理关于理财产品的聊天文本。
S3、对所述待归类文本进行预处理，得到待归类标准文本。
本发明实施例中，所述对所述待归类文本进行预处理，包括：
对所述待归类文本进行文本纠错处理。
详细地，所述文本纠错处理包括将所述待归类文本中的错别字进行删除；或者，所述文本纠错还包括将错误的文字(如同音不同字的错误文字)进行修正，例如，将“这时哪种类型”，修改为“这是哪种类型”。
S4、筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集。
本发明实施例中，从所述待归类标准文本中筛选出预设词性的关键词是将所述待归类标准文本中预设词性对应的词语进行保留，其余词性的词语进行删除，汇总得到所述候选关键词集。
其中，本发明实施例中，所述预设词性为名词。
具体地，所述基于图排序算法从所述候选关键词集中提取目标关键词集，包括：
根据所述候选关键词集构建有向有权图；
根据预设的权重计算公式计算所述有向有权图中多个节点的权重；
将所述有向有权图中权重超过预设阈值的节点作为所述候选关键词集的目标关键词进行汇总，得到目标关键词集。
其中，所述有向有权图中的一个节点表示所述候选关键词集中的一个候选关键词。
详细地，所述预设的权重计算公包括：
Figure BDA0002865086220000071
其中，WS(Vi)表示节点Vi的权重，d为阻尼系数，In(Vi)为指向节点Vi的第一节点集合，Out(Vj)为节点Vi所指向的第二节点集合，Wji为节点Vi和Vj之间的连接权重。
优选地，阻尼系数d代表从所述有向有权图中某一特定点指向其他任意点的概率，优选地，所述阻尼系数的取值为0.85。
S5、判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集。
本发明实施例中，可将目标关键词集分别与多个文本关键词子集按照预设顺序进行一一匹配，也可以随机选取多个文本关键词子集中的任意一个文本关键词子集与目标关键词集进行匹配。
具体的，在将目标关键词集与文本关键词子集进行匹配时，将目标关键词集中的一个或多个关键词与文本关键词子集中的一个或多个关键词分别进行匹配。
本发明一可选实施例中，当目标关键词集中的关键词在文本关键词子集中全部存在时，确定文本关键词子集与目标关键词集相匹配，否则，确定文本关键词子集与目标关键词集不相匹配；或者当目标关键词集中的多个关键词或目标关键词在文本关键词子集中都存在时，确定文本关键词子集与目标关键词集相匹配，否则，确定文本关键词子集与目标关键词集不相匹配。
本发明又一可选实施例中，当文本关键词子集中的关键词在目标关键词集中全部存在时，确定文本关键词子集与目标关键词集相匹配，否则，确定文本关键词子集与目标关键词集不相匹配；或者当文本关键词子集中的多个关键词或目标关键词在目标关键词集中都存在时，确定文本关键词子集与目标关键词集相匹配，否则，确定文本关键词子集与目标关键词集不相匹配。
当获取到与目标关键词集匹配的文本关键词子集时，确定多个文本关键词子集中是否存在与目标关键词集匹配的文本关键词子集，当没有获取到与目标关键词集匹配的文本关键词子集时，确定多个文本关键词子集中不存在与目标关键词集匹配的文本关键词子集。
S6、若存在，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别。
例如，所述文本关键词集中某一文本关键字词子集M包括关键词：“可投资金”、“产品”、“优选进击组合”、“优选链接”、“购买”。所述目标关键词集中包括关键词：“优选链接”、“2万元”和“优选进击组合”，其中，目标关键词集中目标关键词“购买”与“优选进击组合”都存在于该文本关键字词子集M中，则确定该文本关键字词子集M与目标关键词匹配，确定多个文本关键词子集中存在与目标关键词集匹配的文本关键词子集，同时，确定该文本关键词子集M对应的文本类别为待归类文本的类别。
S7、若不存在，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
其中，所述归属概率模型可以是BERT模型(Bidirectional EncoderRepresentation from Transformers，深度双向编码模型)。
具体地，所述根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，包括：
获取预设的时间乘数因子和预设的链接频数因子，并分别对所述时间乘数因子和所述链接频数因子进行归一化处理，得到时间归一因子和频数归一因子；
根据所述时间归一因子、所述频数归一因子和预设归属概率公式，计算所述第一归属概率值集合中每个第一归属概率值对应的第二归属概率值；
将计算得到的第二归属概率值进行汇总，得到第二归属概率值集合。
详细地，所述分别对所述时间乘数因子和所述链接频数因子进行归一化处理，得到时间归一因子和频数归一因子，包括：
利用预设的归一化公式进行如下计算：
Figure BDA0002865086220000091
Figure BDA0002865086220000092
Figure BDA0002865086220000093
Figure BDA0002865086220000094
其中，F*为所述时间归一因子，urli *为所述频数归一因子，F为所述时间乘数因子，T为目标关键词集中的关键词与文本关键词子集中关键词获取到的时间间隔，i为目标关键词集中的关键词，urli为目标关键词集中该关键词i出现的次数。
例如，T为用户和理财经理沟通理财产品与用户最终购买理财产品之间的时间间隔，i为理财产品的链接，urli为理财产品的链接出现的次数。
则
Figure BDA0002865086220000095
进一步地，所述根据所述时间归一因子、所述频数归一因子和预设归属概率公式，计算所述第一归属概率值集合中每个第一归属概率值对应的第二归属概率值，包括：
所述预设归属概率公式包括：
Figure BDA0002865086220000101
其中，Pfinal为第二归属概率值，P为第一归属概率值，F*为所述时间归一因子，urli *为所述频数归一因子。
本发明实施例通过基于图排序算法从所述候选关键词集中提取目标关键词集，利用所述图排序算法结合了所述候选关键词集中具体上下文的关联文本信息，提高了提取目标关键词集的准确性，进而有利于提高文本归类的准确率；判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集，若不存在则利用预设的归属概率模型计算概率值进而进行归类，通过归属概率模型解决不匹配时如何进行归类的问题，进一步提高了归类的准确性。因此，本发明提出的文本归类方法，可以解决解决文本归类的准确率不高的问题。
如图2所示，是本发明实施例提供的文本归类装置的模块示意图。
本发明所述文本归类装置100可以安装于电子设备中。根据实现的功能，所述文本归类装置100可以包括文本关键词集提取模块101、待归类文本预处理模块102、目标关键词集提取模块103和类别确定模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述文本关键词集提取模块101，用于获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集；
所述待归类文本预处理模块102，用于获取待归类文本，对所述待归类文本进行预处理，得到待归类标准文本；
所述目标关键词集提取模块103，用于筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集；
所述类别确定模块104，用于判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集；若存在，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别；若不存在，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
所述文本关键词集提取模块101，用于获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集。
本发明实施例中，所述历史文本集可包括用户咨询不同理财经理关于理财产品的聊天对话。
本发明一可选实施例中，所述历史文本集可以是从服务器中获取到的一段时间的文本信息，例如，从服务器获取到的过去半年用户与不同理财经理的聊天对话。
具体地，所述文本关键词集提取模块101包括：
历史文本获取单元，用于获取历史文本集；
历史文本处理单元，用于提取所述历史文本集的文本关键词集。
所述历史文本获取单元具体用于：
获取原始图像并对所述原始图像进行主体截取处理，得到主体图像；
利用预设的文本提取模型对所述主体图像进行文本提取，得到历史文本集。
其中，所述原始图像为用户和理财经理关于理财产品讨论的聊天截图，所述预设的文本提取模型可以是NLP语言模型。
详细地，本发明实施例中，对所述原始图像进行主体截取处理是为了将与用于分类的文本信息相关的区域进行截取(例如，用户与理财经理的聊天中，仅将与理财产品相关的聊天对话区域进行截取)，避免提取到不属于聊天对话文本的数据，有利于减少信息的冗余。
具体地，所述历史文本处理单元具体用于：
以句号为节点对所述历史文本集进行句子分割处理，得到初始句子集；
对所述初始句子集中的每个句子进行去停用词处理，得到去停句子集；
对所述去停句子集中的每个句子进行分词处理，得到分词数据集；
对所述分词数据集中的每个词语进行词性标注处理，得到标准文本集；
提取所述标准文本集的文本关键词词集。
详细地，所述去停用词处理是利用预设的停用词表去除所述初始句子集中没有实际含义的词语，例如，“啊”，“的”等。
其中，所述停用词表可以为直接获取到的“哈工大停用词词库”和“四川大学机器学习智能实验室停用词词库”，或者停用词表也可以为预设的。
进一步地，本发明其中一个实施例可以利用Jieba工具对所述去停句子集进行分词处理，将所述去停句子集中的每个句子拆分成一个个词语，得到分词数据集。
具体地，所述词性标注处理是对分词数据集中的词语进行标注动词、名词、形容词等词性。
本发明实施例中，提取到的文本关键词集又多个文本关键词子集，不同的文本关键词子集属于不同的文本类别。具体地，在对历史文本集进行提取时，可对提取到的不同的文本关键词集进行预分类，或者按照预分类进行文本关键词提取。即，可以先提取，再将提取到的文本关键词进行分类，每个类别对应一个文本关键词子集，或者可以先获取预设类别，再根据预设类别提取对应类别的文本关键词子集。
比如，按照时间提取时，将不同时间段提取到的文本关键词分为一个类别，或者，在按照时间提取时，将不同时间且内容相似或相近的文本关键词分为一个类别。
又比如，按照聊天对象提取时，根据聊天对象将文本关键词分为不同的类别，例如，提取到用户与A、B、C三个理财经理的聊天内容，则将基于用户与A理财经理的聊天记录提取到的文本关键词分为一个类别，将基于用户与A理财经理的聊天记录提取到的文本关键词分为另一个类别，将基于用户与A理财经理的聊天记录提取到的文本关键词分为又一个类别。
所述待归类文本预处理模块102，用于获取待归类文本。
本发明实施例中，所述待归类文本可为需要确定理财经理的用户和理财经理关于理财产品的聊天文本。
所述待归类文本预处理模块102，还用于对所述待归类文本进行预处理，得到待归类标准文本。
本发明实施例中，所述对所述待归类文本进行预处理，包括：
对所述待归类文本进行文本纠错处理。
详细地，所述文本纠错处理包括将所述待归类文本中的明显错别字进行删除；或者，所述文本纠错还包括将错误的文字(如同音不同字的错误文字)进行修正，例如，将“这时哪种类型”，修改为“这是哪种类型”。
所述目标关键词集提取模块103，用于筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集。
本发明实施例中，从所述待归类标准文本中筛选出预设词性的关键词是将所述待归类标准文本中预设词性对应的词语进行保留，其余词性的词语进行删除，汇总得到所述候选关键词集。
其中，本发明实施例中，所述预设词性为名词。
具体地，所述基于图排序算法从所述候选关键词集中提取目标关键词集，包括：
根据所述候选关键词集构建有向有权图；
根据预设的权重计算公式计算所述有向有权图中多个节点的权重；
将所述有向有权图中权重超过预设阈值的节点作为所述候选关键词集的目标关键词进行汇总，得到目标关键词集。
其中，所述有向有权图中的一个节点表示所述候选关键词集中的一个候选关键词。
详细地，所述预设的权重计算公包括：
Figure BDA0002865086220000131
其中，WS(Vi)表示节点Vi的权重，d为阻尼系数，In(Vi)为指向节点Vi的第一节点集合，Out(Vj)为节点Vi所指向的第二节点集合，Wji为节点Vi和Vj之间的连接权重。
优选地，阻尼系数d代表从所述有向有权图中某一特定点指向其他任意点的概率，优选地，所述阻尼系数的取值为0.85。
所述类别确定模块104，用于判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集。
本发明实施例中，可将目标关键词集分别与多个文本关键词子集按照预设顺序进行一一匹配，也可以随机选取多个文本关键词子集中的任意一个文本关键词子集与目标关键词集进行匹配。
具体的，在将目标关键词集与文本关键词子集进行匹配时，将目标关键词集中的一个或多个关键词与文本关键词子集中的一个或多个关键词分别进行匹配。
本发明一可选实施例中，当目标关键词集中的关键词在文本关键词子集中全部存在时，确定文本关键词子集与目标关键词集相匹配，否则，确定文本关键词子集与目标关键词集不相匹配；或者当目标关键词集中的多个关键词或目标关键词在文本关键词子集中都存在时，确定文本关键词子集与目标关键词集相匹配，否则，确定文本关键词子集与目标关键词集不相匹配。
本发明又一可选实施例中，当文本关键词子集中的关键词在目标关键词集中全部存在时，确定文本关键词子集与目标关键词集相匹配，否则，确定文本关键词子集与目标关键词集不相匹配；或者当文本关键词子集中的多个关键词或目标关键词在目标关键词集中都存在时，确定文本关键词子集与目标关键词集相匹配，否则，确定文本关键词子集与目标关键词集不相匹配。
当获取到与目标关键词集匹配的文本关键词子集时，确定多个文本关键词子集中是否存在与目标关键词集匹配的文本关键词子集，当没有获取到与目标关键词集匹配的文本关键词子集时，确定多个文本关键词子集中不存在与目标关键词集匹配的文本关键词子集。
所述类别确定模块104，还用于若存在与所述目标关键词集匹配的文本关键词子集，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别。
例如，所述文本关键词集中某一文本关键字词子集M包括关键词：“可投资金”、“产品”、“优选进击组合”、“优选链接”、“购买”。所述目标关键词集中包括关键词：“优选链接”、“2万元”和“优选进击组合”，其中，目标关键词集中目标关键词“购买”与“优选进击组合”都存在于该文本关键字词子集M中，则确定该文本关键字词子集M与目标关键词匹配，确定多个文本关键词子集中存在与目标关键词集匹配的文本关键词子集，同时，确定该文本关键词子集M对应的文本类别为待归类文本的类别。
所述类别确定模块104，还用于若不存在与所述目标关键词集匹配的文本关键词子集，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
其中，所述归属概率模型可以是BERT模型(Bidirectional EncoderRepresentation from Transformers，深度双向编码模型)。
具体地，所述根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，包括：
获取预设的时间乘数因子和预设的链接频数因子，并分别对所述时间乘数因子和所述链接频数因子进行归一化处理，得到时间归一因子和频数归一因子；
根据所述时间归一因子、所述频数归一因子和预设归属概率公式，计算所述第一归属概率值集合中每个第一归属概率值对应的第二归属概率值；
将计算得到的第二归属概率值进行汇总，得到第二归属概率值集合。
详细地，所述分别对所述时间乘数因子和所述链接频数因子进行归一化处理，得到时间归一因子和频数归一因子，包括：
利用预设的归一化公式进行如下计算：
Figure BDA0002865086220000151
Figure BDA0002865086220000152
Figure BDA0002865086220000153
Figure BDA0002865086220000154
其中，F*为所述时间归一因子，urli *为所述频数归一因子，F为所述时间乘数因子，T为目标关键词集中的关键词与文本关键词子集中关键词获取到的时间间隔，i为目标关键词集中的关键词，urli为目标关键词集中该关键词i出现的次数。
例如，T为用户和理财经理沟通理财产品与用户最终购买理财产品之间的时间间隔，i为理财产品的链接，urli为理财产品的链接出现的次数。
则
Figure BDA0002865086220000161
进一步地，所述根据所述时间归一因子、所述频数归一因子和预设归属概率公式，计算所述第一归属概率值集合中每个第一归属概率值对应的第二归属概率值，包括：
所述预设归属概率公式包括：
Figure BDA0002865086220000162
其中，Pfinal为第二归属概率值，P为第一归属概率值，F*为所述时间归一因子，urli *为所述频数归一因子。
本发明实施例通过基于图排序算法从所述候选关键词集中提取目标关键词集，利用所述图排序算法结合了所述候选关键词集中具体上下文的关联文本信息，提高了提取目标关键词集的准确性，进而有利于提高文本归类的准确率；判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集，若不存在则利用预设的归属概率模型计算概率值进而进行归类，通过归属概率模型解决不匹配时如何进行归类的问题，进一步提高了归类的准确性。因此，本发明提出的文本归类装置，可以解决解决文本归类的准确率不高的问题。
如图3所示，是本发明实现文本归类方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如文本归类程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如文本归类程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行文本归类程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的文本归类程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集；
获取待归类文本；
对所述待归类文本进行预处理，得到待归类标准文本；
筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集；
判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集；
若存在，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别；
若不存在，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的，例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集；
获取待归类文本；
对所述待归类文本进行预处理，得到待归类标准文本；
筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集；
判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集；
若存在，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别；
若不存在，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图表记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种文本归类方法，其特征在于，所述方法包括：
获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集；
获取待归类文本；
对所述待归类文本进行预处理，得到待归类标准文本；
筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集；
判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集；
在所述多个文本关键词子集中存在与所述目标关键词集匹配的文本关键词子集时，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别；
在所述多个文本关键词子集中不存在与所述目标关键词集匹配的文本关键词子集时，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
2.如权利要求1所述的文本归类方法，其特征在于，所述提取所述历史文本集的文本关键词集，包括：
以句号为节点对所述历史文本集进行句子分割处理，得到初始句子集；
对所述初始句子集中的每个句子进行去停用词处理，得到去停句子集；
对所述去停句子集中的每个句子进行分词处理，得到分词数据集；
对所述分词数据集中的每个词语进行词性标注处理，得到标准文本集；
提取所述标准文本集的文本关键词词集。
3.如权利要求1所述的文本归类方法，其特征在于，所述基于图排序算法从所述候选关键词集中提取目标关键词集，包括：
根据所述候选关键词集构建有向有权图；
根据预设的权重计算公式计算所述有向有权图中多个节点的权重；
将所述有向有权图中权重超过预设阈值的节点作为所述候选关键词集的目标关键词进行汇总，得到目标关键词集。
4.如权利要求3所述的文本归类方法，其特征在于，所述预设的权重计算公包括：
Figure FDA0002865086210000021
其中，WS(Vi)表示节点Vi的权重，d为阻尼系数，In(Vi)为指向节点Vi的第一节点集合，Out(Vj)为节点Vi所指向的第二节点集合，Wji为节点Vi和Vj之间的连接权重。
5.如权利要求1所述的文本归类方法，其特征在于，所述根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，包括：
获取预设的时间乘数因子和预设的链接频数因子，并分别对所述时间乘数因子和所述链接频数因子进行归一化处理，得到时间归一因子和频数归一因子；
根据所述时间归一因子、所述频数归一因子和预设归属概率公式，计算所述第一归属概率值集合中每个第一归属概率值对应的第二归属概率值；
将计算得到的第二归属概率值进行汇总，得到第二归属概率值集合。
6.如权利要求5所述的文本归类方法，其特征在于，所述预设归属概率公式包括：
Figure FDA0002865086210000022
其中，Pfinal为第二归属概率值，P为第一归属概率值，F*为所述时间归一因子，urli *为所述频数归一因子。
7.如权利要求1至6中任一项所述的文本归类方法，其特征在于，所述对所述待归类文本进行预处理，包括：
对所述待归类文本进行文本纠错处理。
8.一种文本归类装置，其特征在于，所述装置包括：
文本关键词集提取模块，用于获取历史文本集，提取所述历史文本集的文本关键词集，所述文本关键词集包括标识多个文本类别的多个文本关键词子集；
待归类文本预处理模块，用于获取待归类文本，对所述待归类文本进行预处理，得到待归类标准文本；
目标关键词集提取模块，用于筛选所述待归类标准文本中预设词性的关键词，得到候选关键词集，基于图排序算法从所述候选关键词集中提取目标关键词集；
类别确定模块，用于判断所述多个文本关键词子集中是否存在与所述目标关键词集匹配的文本关键词子集；若存在，确定与所述目标关键词集匹配的文本关键词子集对应的文本类别为所述待归类文本的类别；若不存在，利用预设的归属概率模型计算所述目标关键词集分别对应所述多个文本类别的第一归属概率值，得到第一归属概率值集合，根据所述第一归属概率值集合和预设归属概率公式计算得到第二归属概率值集合，确定所述第二归属概率值集合中最大的第二归属概率值对应的文本类别为所述待归类文本的类别。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的文本归类方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的文本归类方法。
CN202011581244.5A 2020-12-28 2020-12-28 文本归类方法、装置、电子设备及介质 Active CN112579781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011581244.5A CN112579781B (zh) 2020-12-28 2020-12-28 文本归类方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011581244.5A CN112579781B (zh) 2020-12-28 2020-12-28 文本归类方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN112579781A true CN112579781A (zh) 2021-03-30
CN112579781B CN112579781B (zh) 2023-09-15

Family

ID=75140291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011581244.5A Active CN112579781B (zh) 2020-12-28 2020-12-28 文本归类方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN112579781B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113312481A (zh) * 2021-05-27 2021-08-27 中国平安人寿保险股份有限公司 基于区块链的文本分类方法、装置、设备以及存储介质
CN114254624A (zh) * 2021-12-01 2022-03-29 马上消费金融股份有限公司 一种确定网站类型的方法及其系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110347823A (zh) * 2019-06-06 2019-10-18 平安科技（深圳）有限公司 基于语音的用户分类方法、装置、计算机设备及存储介质
CN110362683A (zh) * 2019-06-26 2019-10-22 五邑大学 一种基于递归神经网络的信息隐写方法、装置及存储介质
CN110765757A (zh) * 2019-10-16 2020-02-07 腾讯云计算（北京）有限责任公司 文本识别方法、计算机可读存储介质和计算机设备
CN111767403A (zh) * 2020-07-07 2020-10-13 腾讯科技（深圳）有限公司 一种文本分类方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110347823A (zh) * 2019-06-06 2019-10-18 平安科技（深圳）有限公司 基于语音的用户分类方法、装置、计算机设备及存储介质
CN110362683A (zh) * 2019-06-26 2019-10-22 五邑大学 一种基于递归神经网络的信息隐写方法、装置及存储介质
CN110765757A (zh) * 2019-10-16 2020-02-07 腾讯云计算（北京）有限责任公司 文本识别方法、计算机可读存储介质和计算机设备
CN111767403A (zh) * 2020-07-07 2020-10-13 腾讯科技（深圳）有限公司 一种文本分类方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113312481A (zh) * 2021-05-27 2021-08-27 中国平安人寿保险股份有限公司 基于区块链的文本分类方法、装置、设备以及存储介质
CN114254624A (zh) * 2021-12-01 2022-03-29 马上消费金融股份有限公司 一种确定网站类型的方法及其系统

Also Published As

Publication number Publication date
CN112579781B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
CN112541338A (zh) 相似文本匹配方法、装置、电子设备及计算机存储介质
CN113312461A (zh) 基于自然语言处理的智能问答方法、装置、设备及介质
CN113095076A (zh) 敏感词识别方法、装置、电子设备及存储介质
CN112883190A (zh) 文本分类方法、装置、电子设备及存储介质
CN113033198B (zh) 相似文本推送方法、装置、电子设备及计算机存储介质
CN113722483A (zh) 话题分类方法、装置、设备及存储介质
CN113268615A (zh) 资源标签生成方法、装置、电子设备及存储介质
CN112883730B (zh) 相似文本匹配方法、装置、电子设备及存储介质
CN114138784A (zh) 基于存储库的信息溯源方法、装置、电子设备及介质
CN113886708A (zh) 基于用户信息的产品推荐方法、装置、设备及存储介质
CN113360803A (zh) 基于用户行为的数据缓存方法、装置、设备及存储介质
CN112579781B (zh) 文本归类方法、装置、电子设备及介质
CN112632264A (zh) 智能问答方法、装置、电子设备及存储介质
CN113705201B (zh) 基于文本的事件概率预测评估算法、电子设备及存储介质
CN113344125B (zh) 长文本匹配识别方法、装置、电子设备及存储介质
CN114969484A (zh) 业务数据搜索方法、装置、设备及存储介质
CN113628043A (zh) 基于数据分类的投诉有效性判断方法、装置、设备及介质
CN113806492A (zh) 基于语义识别的记录生成方法、装置、设备及存储介质
CN114969385B (zh) 基于文档属性赋值实体权重的知识图谱优化方法及装置
CN112926297A (zh) 处理信息的方法、装置、设备和存储介质
CN111738290A (zh) 图像检测方法、模型构建和训练方法、装置、设备和介质
CN115525761A (zh) 一种文章关键词筛选类别的方法、装置、设备及存储介质
CN114708073A (zh) 一种围标串标智能检测方法、装置、电子设备及存储介质
CN114385815A (zh) 基于业务需求的新闻筛选方法、装置、设备及存储介质
CN113888265A (zh) 产品推荐方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant