[发明专利]一种对文本进行分类的方法及装置

权利要求书

1.一种对文本进行分类的方法，其特征在于，所述方法包括：

判断待执行分类处理的文本数据是否与预置强规则逻辑匹配，所述预置强规则逻辑用于区别所述文本数据是否被归属于为与业务需求无关的类别；

若是，则根据所述预置强规则逻辑对应的匹配结果，确定所述文本数据的分类；

若否，则通过预置文本分类模型对所述文本数据执行分类处理，所述预置文本分类模型包含预置弱规则逻辑，所述预置弱规则逻辑用于在对所述文本数据执行分类处理时根据所述业务需求扩展特征，以使得分类处理对应得到的分类结果与所述业务需求匹配；

其中，所述通过预置文本分类模型对所述文本数据执行分类处理，包括：对所述文本数据执行分词；对所述分词执行向量化处理，输出所述文本数据对应的多个特征维度以及每个特征维度对应的维度信息；利用特征选择器对所述多个特征维度执行特征选择，输出经筛选后的特征维度以及对应的维度信息；根据预置弱规则逻辑，扩展所述文本数据的特征维度以及得到对应的维度信息；将所述经筛选后的特征维度以及对应的维度信息、所述扩展的特征维度以及对应的维度信息输入分类器，输出对所述文本数据执行预测的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述预置强规则逻辑包含规则本体以及每条所述规则本体对应的规则匹配结果，所述规则本体是以正则表达式进行编写的。

3.根据权利要求2所述的方法，其特征在于，所述判断待执行分类处理的文本数据是否与预置强规则逻辑匹配，包括：

获取每条所述规则本体对应的正则表达式信息，所述正则表达式信息包含正则表达式的筛选逻辑；

根据所述正则表达式的筛选逻辑对所述文本数据进行筛选处理；

判断在所述文本数据中是否筛选出与所述正则表达式的筛选逻辑匹配的目标文本；

若是，则确定所述文本数据与预置强规则逻辑匹配。

4.根据权利要求1所述的方法，其特征在于，所述预置弱规则逻辑包含多个规则组别，所述规则组别对应多个规则本体，所述规则本体是以正则表达式进行编写的，一个所述规则本体对应一个规则匹配结果。

5.根据权利要求4所述的方法，其特征在于，所述根据预置弱规则逻辑，扩展所述文本数据的特征维度以及得到对应的维度信息，包括：

获取所述预置弱规则逻辑包含的规则组别；

将所述规则组别确定为扩展的特征维度；

判断所述文本数据是否命中所述规则组别的规则逻辑；

若是，则将所述文本数据命中所述规则组别的规则逻辑对应的信息作为规则匹配结果，将所述规则匹配结果确定为所述特征维度对应的维度信息；

若否，则将所述文本数据未命中所述规则组别的规则逻辑对应的信息作为规则匹配结果，将所述规则匹配结果确定为所述特征维度对应的维度信息。

6.根据权利要求5所述的方法，其特征在于，所述判断所述文本数据是否命中所述规则组别的规则逻辑，包括：

在同一规则组别下，查询每条规则本体对应的正则表达式信息，其中，所述正则表达式信息包含正则表达式的筛选逻辑；

根据所述正则表达式的筛选逻辑，判断所述文本数据是否命中所述规则本体的规则逻辑；

若是，则确定所述文本数据命中所述规则组别的规则逻辑；

若否，则当在同一规则组别下不存在所述文本数据命中多个规则本体中任一规则本体的规则逻辑时，确定所述文本数据未命中所述规则组别的规则逻辑。