[发明专利]题目文本分类方法及装置

权利要求书

1.一种题目文本分类方法，其特征在于，所述方法包括：

根据预先训练得到的词向量模型，对题目文本数据进行特征抽取，得到多个特征词向量；

对所述多个特征词向量进行拼接，得到所述题目文本数据对应的语义特征向量；

基于预先训练得到的分类模型，对所述语义特征向量进行分类，以得到所述题目文本数据的类别。

2.根据权利要求1所述的题目文本分类方法，其特征在于，所述题目文本数据中包括多个题目文本，所述根据预先训练得到的词向量模型，对题目文本数据进行特征抽取，得到多个特征词向量的步骤包括：

将所述题目文本数据输入至所述词向量模型中；

针对每一个题目文本，基于所述词向量模型，对该题目文本中的每个分词进行映射，得到该题目文本的多个特征词向量。

3.根据权利要求2所述的题目文本分类方法，其特征在于，所述对所述多个特征词向量进行拼接，得到所述题目文本数据对应的语义特征向量的步骤包括：

针对每一个题目文本，将该题目文本的多个特征词向量按照设定的第一顺序进行拼接，得到该题目文本的语义特征向量；

将所有的题目文本的语义特征向量按照设定的第二顺序进行拼接，以得到所述题目文本数据对应的语义特征向量。

4.根据权利要求1所述的题目文本分类方法，其特征在于，所述基于预先训练得到的分类模型，对所述语义特征向量进行分类，以得到所述题目文本数据的类别的步骤包括：

将所述题目文本数据对应的语义特征向量输入至所述分类模型中；

基于所述分类模型，得到所述语义特征向量属于各类别的概率；

根据所述语义特征向量属于各类别的概率，得到所述语义特征向量对应题目文本数据的类别。

5.根据权利要求4所述的题目文本分类方法，其特征在于，所述分类模型通过以下步骤训练得到：

对题目文本数据进行分类，并按照类别进行标记，以得到带有类别标记的语义特征向量；

将带有类别标记的语义特征向量输入至所述分类模型中进行训练，并基于预设损失函数，通过反向传播算法对所述分类模型的权值进行调整，直到所述预设损失函数的输出小于预设阈值。

6.根据权利要求1所述的题目文本分类方法，其特征在于，在根据预先训练得到的词向量模型，对题目文本数据进行特征抽取，得到多个特征词向量之前，所述方法还包括：

对所述题目文本数据进行预处理。

7.根据权利要求6所述的题目文本分类方法，其特征在于，所述对所述题目文本数据进行预处理的步骤包括：

对所述题目文本数据进行分词，并去除所述题目文本数据中的停用词、标点符号以及数字。

8.一种题目文本分类装置，其特征在于，所述题目文本分类装置包括特征抽取模块、向量拼接模块以及分类模块；

所述特征抽取模块用于根据预先训练得到的词向量模型，对题目文本数据进行特征抽取，得到多个特征词向量；

所述向量拼接模块用于对多个所述特征词向量进行拼接，得到所述题目文本数据对应的语义特征向量；

所述分类模块用于基于预先训练得到的分类模型，对所述语义特征向量进行分类，以得到所述题目文本的类别。

9.根据权利要求8所述的题目文本分类装置，其特征在于，所述题目文本数据中包括多个题目文本，所述特征抽取模块用于：

将所述题目文本数据输入至预先训练得到的词向量模型中；

针对每一个题目文本，基于预先训练得到的词向量模型，对该题目文本中的每个分词进行映射，得到该题目文本的多个特征词向量。

10.根据权利要求9所述的题目文本分类装置，其特征在于，所述向量拼接模块用于：

针对每一个题目文本，将该题目文本的多个特征词向量按照设定的第一顺序进行拼接，得到该题目文本的语义特征向量；

将所有的题目文本的语义特征向量按照设定的第二顺序进行拼接，得到所述题目文本数据对应的语义特征向量。