[发明专利]短文本分类方法、装置、设备以及存储介质

说明书

本申请公开了短文本分类方法、装置、设备以及存储介质，涉及自然语言处理领域。具体实现方案为：获取目标短文本以及预设的语料库；确定目标短文本以及语料库中的至少一种类型的特征信息；基于各类型的特征信息，确定各类型的特征信息对应的第一嵌入向量；基于各第一嵌入向量，确定目标短文本的第二嵌入向量；根据第二嵌入向量对目标短文本进行分类。本实现方式能够利用短文本中不同语义组成成分的信息来进行融合，从而能够得到短文本的语义和语法信息，实现对短文本的分类。

技术领域

本申请涉及计算机技术领域，具体涉及自然语言处理领域，尤其涉及短文本分类方法、装置、设备以及存储介质。

背景技术

短文本分类(Short Text Classification)任务是指给定一段短文本，从给定的一个标签集合中选取最适合描述这段文本内容的一个标签。当今社会的互联网媒体中充斥着各种不同类型的文本如微博、新闻等，这使得对这些短文本进行信息的提取变得十分关键。

由于短文本的每段文本里的词数量非常少，传统的时序模型在处理短文本时往往达不到较好的效果。同时，由于文本产生的速度远远大于人工对其进行分类的速度，在标签十分有限的情况下对这些短文本进行分类也成为十分紧迫的需求。

发明内容

提供了一种短文本分类方法、装置、设备以及存储介质。

根据第一方面，提供了一种短文本分类方法，包括：获取目标短文本以及预设的语料库；确定目标短文本以及语料库中的至少一种类型的特征信息；基于各类型的特征信息，确定各类型的特征信息对应的第一嵌入向量；基于各第一嵌入向量，确定目标短文本的第二嵌入向量；根据第二嵌入向量对目标短文本进行分类。

根据第二方面，提供了一种短文本分类装置，包括：短文本获取单元，被配置成获取目标短文本以及预设的语料库；特征信息确定单元，被配置成确定目标短文本以及语料库中的至少一种类型的特征信息；第一向量确定单元，被配置成基于各类型的特征信息，确定各类型的特征信息对应的第一嵌入向量；第二向量确定单元，被配置成基于各第一嵌入向量，确定目标短文本的第二嵌入向量；短文本分类单元，被配置成根据第二嵌入向量对目标短文本进行分类。

根据第三方面，提供了一种用于执行短文本分类方法的电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，上述指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。

根据第五方面，一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如第一方面所描述的方法。

根据本申请的技术，能够利用短文本中不同语义组成成分的信息来进行融合，从而能够得到短文本的语义和语法信息，实现对短文本的分类。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的短文本分类方法的一个实施例的流程图；

图3是根据本申请的短文本分类方法的一个应用场景的示意图；

图4是根据本申请的短文本分类方法的另一个实施例的流程图；

图5是根据本申请的短文本分类装置的一个实施例的结构示意图；