[发明专利]一种人机交互的文本分类方案

说明书

本发明公开了一种人机交互的文本分类方案，它涉及文本类数据分析领域。本发明的文本分类方案采用多层级树形分类体系，单节点可设置多套不同规则，每种规则基于必出现词，并列出现词，不可出现词三种类型内容组合而成；同时，由机器自动计算并提供重要提示词、关联推荐词、建议的内容、搜索预览等功能，辅助人工建模；建模完成后，由机器利用学习算法自学人工模型结果，并叠加应用到模型上，强化整体模型。本发明设计合理，明确了一套分类模型构建的框架体系和方式方法，使文本数据的类别定义和自动分类变得简单快速的同时，保障准确率和覆盖率。

技术领域

本发明涉及的是文本类数据分析领域，具体涉及一种以人机交互的形式进行的文本数据分类模型构建和自动分类方案。

背景技术

目前对于文本数据的分类比较常见，如新闻分类、客服对话分类、社交内容分类等。具体建模和分类的方法主要分为两种，一种是机器学习进行训练形成分类器，另一种是通过建立关键词集合搜索形成分类。第一种基于机器学习的方法，对于固定类别的分析准确率较高，但存在以下问题：1.需要寻找大量训练样本，不适合小数据量；2.样本需要人工阅读标注类型，工作量大；3.需要专业人士构建模型，难度高；4.生成的模型是黑盒，没有逻辑，无法从业务上进行理解和使用；5.不能进行经常的变更和调整，灵活性差。第二种基于关键词集合搜索的方法，若仅用一些关键词，则准确率很低；若使用复杂的关键词规则，则覆盖率很低，其缺点在于缺少一套合理的构建标准，并且构建模型时可能性太多，让人无从下手。

综上所述，本发明设计了一种人机交互的文本分类方案。

发明内容

针对现有技术上存在的不足，本发明目的是在于提供一种人机交互的文本分类方案，其设计合理，明确了一套分类模型构建的框架体系和方式方法，使文本数据的类别定义和自动分类变得简单快速的同时，保障准确率和覆盖率。

为了实现上述目的，本发明是通过如下的技术方案来实现：一种人机交互的文本分类方案，采用多层级树形分类体系，单节点可设置多套不同规则，每种规则基于必出现词，并列出现词，不可出现词三种类型内容组合而成；同时，由机器自动计算并提供重要提示词、关联推荐词、建议的内容、搜索预览等功能，辅助人工建模；建模完成后，由机器利用学习算法自学人工模型结果，并叠加应用到模型上，强化整体模型。

分类逻辑体系是一种多层级的树形分类。由一个总节点出发，总节点代表模型本身，用模型名称表示。总节点下可以创建一个或多个一级根节点，每一个根节点代表该模型下的一个大类，节点名称即为分类标签名称。每一个根节点大类下，可以创建若干个子节点，子节点下依然可以创建子节点的子节点，以此类推，并分别用类别标签名称命名各个节点。最终，可以形成一个含有总节点、根节点和多层子节点的多层级树形分类体系。

此分类体系下，每一个节点，均由一定规则构成，分类时，计算机扫描每一段文档，基于规则打上相应分类标签。其中，子节点继承父节点规则，即只有符合父节点规则，才进一步判断是否符合子节点规则，因此打上子节点分类标签的内容一定也会打上父节点分类标签。当父节点规则为空时，则其内容由所有打上子节点分类标签内容构成。最末端节点规则通常不为空。

本发明与现有技术相比有如下优势和有益效果：

1.构建方法简单易用，不需要专业技术人员参与开发，直接由一线业务需求者即可完成建模；

2.建模过程中，机器给予人工大量提示词和推荐词，并提示人工正确/错误，建模的效率和效果远高于其他方法；

3.以三层或多层级（通常为三层级）关键词规则的形式设计模型框架，准确合理，在保证准确率的同时，使得模型可优化、可微调、可变更，便于理解和实际投入应用；

4.机器学习辅助功能使得模型覆盖率和准确率显著高于其他方案。

附图说明

下面结合附图和具体实施方式来详细说明本发明；