[发明专利]一种文本信息的分类方法及装置

权利要求书

1.一种文本信息的分类方法，其特征在于，所述方法包括：

设置预置规则，具体为：

设置预置标签中的组合词根，包括词根的顺序以及数量；

对于具有相同词根数量的预置标签，设置不同的优先级；

将所获取的文本信息进行分词，得到多个词根，所述词根为用于文本信息分类的预置关键词；

根据所述词根在所述文本信息中的位置组合多个词根组；

将所述词根组与预置标签进行匹配，所述预置标签是由多个词根组合对应的组合标识；

根据预置规则在匹配成功的词根组中选择一个词根组对应的预置标签作为所述文本信息的分类标签；

按照所述分类标签对所述文本信息进行分类。

2.根据权利要求1所述的方法，其特征在于，所述根据预置规则在匹配成功的词根组中选择一个词根组对应的预置标签作为所述文本信息的分类标签包括：

确定所述匹配成功的词根组中词根的数量；

当词根数量最多的词根组唯一时，则将所述词根组对应的预置标签作为所述文本信息的分类标签；

当词根数量最多的词根组为多个时，则提取多个词根组中优先级最高的一个词根组所对应的预置标签作为所述文本信息的分类标签。

3.根据权利要求1或2所述的方法，其特征在于，将所述词根组与预置标签进行匹配包括：

根据所述词根组中的词根数量和/或词根的排列顺序匹配所述预置标签。

4.根据权利要求1所述的方法，其特征在于，所述将所获取的文本信息进行分词，得到多个词根包括：

当分词结果中的分词为所述预置关键词时，将所述分词作为一个词根；

当所述分词结果中的分词中含有多个所述预置关键词时，提取所述分词中的多个预置关键词分别作为所述文本信息的词根。

5.根据权利要求1或4所述的方法，其特征在于，根据所述词根在所述文本信息中的位置组合多个词根组包括：

确定每个词根在所述文本信息中出现的位置；

按照出现位置的先后顺序生成由多个词根组合的词根组。

6.一种文本信息的分类装置，其特征在于，所述装置包括：

设置单元，用于在分词单元将所获取的文本信息进行分词之前，设置预置规则，具体还包括：

第一设置模块，用于设置预置标签中的组合词根，包括词根的顺序以及数量；

第二设置模块，用于对于具有相同词根数量的预置标签，设置不同的优先级；

分词单元，用于将所获取的文本信息进行分词，得到多个词根，所述词根为用于文本信息分类的预置关键词；

组合单元，用于根据所述分词单元得到的词根在所述文本信息中的位置组合多个词根组；

匹配单元，用于将所述组合单元组合的词根组与预置标签进行匹配，所述预置标签是由多个词根组合对应的组合标识；

选择单元，用于根据预置规则在所述匹配单元匹配成功的词根组中选择一个词根组对应的预置标签作为所述文本信息的分类标签；

标注单元，用于按照所述选择单元确定的分类标签对所述文本信息进行分类。

7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1-5中任一项所述的文本信息的分类方法。

8.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1-5中任一项所述的文本信息的分类方法。