[发明专利]文本分类的方法、话题生成的方法、装置、设备及介质

说明书

本发明涉及一种人工智能技术，揭露了一种文本分类的方法、话题生成的方法、装置、设备及介质，该方法包括：抓取网络文章，获取各篇文章对应的关键词；获取各篇文章两两之间的共同关键词，基于所述共同关键词构建表征图，所述表征图中每个节点代表一篇文章，有共同关键词的两两节点之间进行连线；基于所述共同关键词计算每个节点与相连的其他节点之间的紧密度，基于所述紧密度获取每个节点的节点向量；将每个节点的节点向量输入至预定的分类模型中进行训练，获取所述分类模型输出的已分类的各个节点的集合。本发明能够对文本进行准确分类。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种文本分类的方法、话题生成的方法、装置、设备及介质。

背景技术

目前，网络上每天产出大量信息，包括突发事件、事件分析、舆情预测、社会发展事件等等，信息依靠互联网实现快速传播，每个人都能快速获取到大量的信息。文本分类在信息处理中占据着重要地位，通过有效方法对信息进行准确分类，对于信息的处理具有很大的价值。传统的文本分类方法包括两种，一种是基于聚类和相似度的方法，通过计算文本的标题或摘要的相似度，把相关的文本聚类在一起，另一种是基于分类模型的方法，比如对文章等文本使用RNN、Text-CNN等算法建模，输出文本分类。

然而，上述方法都是处理的文本的序列化表征特征，能够取得一定效果，但文本包含的信息是非常多的，例如，对于某篇文章，其对另外的多篇文章存在关联关系，这种两两之间的关联关系对于该篇文章来说是相对的，能够表征该篇文章分别与另外的多篇文章的相对关联程度，而通过序列化表征特征的方法无法挖掘这种内在关系，也就无法准确分类文本，因此，对文本进行准确分类的技术有待进一步提高。

发明内容

本发明的目的在于提供一种文本分类的方法、话题生成的方法、装置、设备及介质，旨在对文本进行准确分类。

本发明提供一种文本分类的方法，包括：

抓取网络文章，获取各篇文章对应的关键词；

获取各篇文章两两之间的共同关键词，基于所述共同关键词构建表征图，所述表征图中每个节点代表一篇文章，有共同关键词的两两节点之间进行连线；

基于所述共同关键词计算每个节点与相连的其他节点之间的紧密度，基于所述紧密度获取每个节点的节点向量；

将每个节点的节点向量输入至预定的分类模型中进行训练，获取所述分类模型输出的已分类的各个节点的集合。

本发明还提供一种基于上述的文本分类的方法的话题生成的方法，所述话题生成的方法包括：

抓取网络文章，获取各篇文章对应的关键词；

获取各篇文章两两之间的共同关键词，基于所述共同关键词构建表征图，所述表征图中每个节点代表一篇文章，有共同关键词的两两节点之间进行连线；

基于所述共同关键词计算每个节点与相连的其他节点之间的紧密度，基于所述紧密度获取每个节点的节点向量；

将每个节点的节点向量输入至预定的分类模型中进行训练，获取所述分类模型输出的已分类的各个节点的集合；

从各类别的集合中选取预设数量的节点，基于所选取节点提取对应的文章的共同信息，基于所述共同信息生成话题。

本发明还提供一种文本分类的装置，包括：

抓取模块，用于抓取网络文章，获取各篇文章对应的关键词；

构建模块，用于获取各篇文章两两之间的共同关键词，基于所述共同关键词构建表征图，所述表征图中每个节点代表一篇文章，有共同关键词的两两节点之间进行连线；

处理模块，用于基于所述共同关键词计算每个节点与相连的其他节点之间的紧密度，基于所述紧密度获取每个节点的节点向量；