[发明专利]文本的行业分类方法、系统、计算机设备和存储介质

权利要求书

1.一种文本的行业分类方法，其特征在于，所述方法包括：

获取待分类文本信息的特征词，将所述特征词与预先建立的行业特征词库进行匹配，得到所述待分类文本信息对应的初始行业标签，所述行业特征词库中包括各行业标签对应的特征词；

根据已知行业分类的已知文本信息及其特征词、所述待分类文本信息及其特征词以及对应的初始行业标签，获得所述已知文本信息的特征词和所述待分类文本信息的特征词中各特征词的正向行业概率，根据各特征词的正向行业概率获得所述已知文本信息和所述待分类文本信息中各文本的反向行业概率，基于所述正向行业概率和所述反向行业概率建立迭代模型；根据所述迭代模型，得到所述待分类文本信息对应于所述初始行业标签中各个行业标签的行业标签概率；

根据所述行业标签概率，从初始行业标签中确定出所述待分类文本信息对应的行业分类。

2.根据权利要求1所述的文本的行业分类方法，其特征在于，所述根据已知行业分类的已知文本信息及其特征词、所述待分类文本信息及其特征词以及对应的初始行业标签，获得所述已知文本信息的特征词和所述待分类文本信息的特征词中各特征词的正向行业概率，根据各特征词的正向行业概率获得所述已知文本信息和所述待分类文本信息中各文本的反向行业概率，基于所述正向行业概率和所述反向行业概率建立迭代模型的步骤，包括：

根据所述已知文本信息和所述待分类文本信息得到文本集合；根据所述已知文本信息的特征词和所述待分类文本信息的特征词，得到特征词汇集合；

建立所述文本集合中的文本信息与所述特征词汇集合中的特征词的正映射关系和反映射关系；

根据所述正映射关系和所述反映射关系，分别得到所述特征词汇集合中的特征词的正向行业概率公式以及所述文本集合中的文本信息的反向行业概率公式；

根据所述正向行业概率公式和所述反向行业概率公式，建立迭代模型。

3.根据权利要求2所述的文本的行业分类方法，其特征在于，所述根据所述迭代模型，得到所述待分类文本信息对应于所述初始行业标签中各个行业标签的行业标签概率的步骤，包括：

获取各已知文本信息的初始状态向量以及所述待分类文本信息的初始状态向量；其中，所述初始状态向量是已知文本信息和文本信息初始状态下各行业标签的概率向量；

将所述初始状态向量作为迭代模型的初始状态；获取预先设置的所述迭代模型的迭代次数以及迭代误差阈值；

在迭代误差小于所述迭代误差阈值，或迭代到所述迭代次数时，将所述迭代模型输出的文本信息对应的各行业标签的概率向量作为行业标签概率。

4.根据权利要求3所述的文本的行业分类方法，其特征在于，还包括：

将所述迭代模型输出的特征词对应的各行业标签的概率对应保存；

在获取待分类文本信息的特征词之后，还包括：

判断所述特征词是否存在已保存的各行业标签的概率，若是，则根据所述各行业标签的概率，得到所述待分类文本信息对应的行业分类。

5.根据权利要求3所述的文本的行业分类方法，其特征在于，在根据已知行业分类的已知文本信息及其特征词、所述待分类文本信息及其特征词以及对应的初始行业标签，获得所述已知文本信息的特征词和所述待分类文本信息的特征词中各特征词的正向行业概率，根据各特征词的正向行业概率获得所述已知文本信息和所述待分类文本信息中各文本的反向行业概率，基于所述正向行业概率和所述反向行业概率建立迭代模型之前，还包括：

根据所述文本集合中文本信息的数目以及所述文本集合中文本信息对应的所述行业标签的数目，进行加权处理得到每个所述行业标签的权重；

根据所述行业标签的权重，更新所述初始状态向量。

6.根据权利要求5所述的文本的行业分类方法，其特征在于，还包括：

根据所述行业标签的权重的最大值以及所述行业标签的权重的最小值，对各个所述行业标签的权重进行归一化处理。