[发明专利]一种通过文本内容自动识别文本类别的方法和系统

权利要求书

1.一种通过文本内容自动识别文本类别的方法，包括：

采集多个用户终端反馈的多个文本，并将所述多个文本发送给识别终端；

识别终端基于所述多个文本的文本内容设定多个对应的正则表达式，将同一语义的内容采用至少一个正则表达式识别，每一个正则表达式设定一个标签；

识别终端将同一个标签下的文本分成一类。

2.如权利要求1所述的方法，所述识别终端对所述多个文本进行分类之前对所述多个文本进行扩展。

3.如权利要求2所述的方法，对所述多个文本进行扩展包括：

将所述多个文本进行分词，得到多个词；

在近义词和/或同义词库中检索出所述多个词的近义词和/或同义词；

基于所述近义词或/和同义词扩展所述多个文本。

4.如权利要求1所述的方法，所述识别终端对所述多个文本进行分类之前对所述多个文本进行修正。

5.如权利要求4所述的方法，所对所述多个文本进行修正包括：

将所述多个文本进行分词，得到多个词；

通过语言模型判断所述多个词是否包含错别字；

将包含错别字的文本进行修正。

6.一种通过文本内容自动识别文本类别的系统，包括：

文本采集模块，用于采集多个用户终端反馈的多个文本，并将所述多个文本发送给识别终端；

表达式确定模块，用于识别终端基于所述多个文本的文本内容设定多个对应的正则表达式，将同一语义的内容采用至少一个正则表达式识别，每一个正则表达式设定一个标签；

分类模块，用于识别终端将同一个标签下的文本分成一类。

7.一种通过文本内容自动识别文本类别的装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现如权利要求1～5任一项所述的方法。

8.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1～5任一项所述的方法。