[发明专利]一种小样本文本分类方法、装置、计算机设备和存储介质

权利要求书

1.一种小样本文本分类方法，其特征在于，所述方法包括以下步骤：

S1：获取文本数据集，对文本数据集进行处理，获得小样本文本数据集；

S2：对小样本文本数据集中的文本数据进行预处理；

S3：用向量形式表征预处理后文本数据中的单词和句子；

S4：以句子为单元划分句子节点，计算句子节点间的权重；

S5：遍历所有句子节点，计算每个句子节点的累加权重，直到每个句子节点的累加权重都收敛；

S6：按照累加权重的数值从大到小对句子节点进行排序，提取前n位的句子节点对应的句向量作为文本摘要；

S7：对文本摘要的句向量中每个词向量加权，获得最终句向量；

S8：选定分类器，利用最终句向量对分类器进行训练，利用文本数据集中的文本数据对分类器进行性能测试，实现分类。

2.根据权利要去1所述的小样本文本分类方法，其特征在于，所述S1中，获得小样本文本数据集的具体方法为：

将文本数据集分为训练集、测试集和验证集；将训练集、测试集和验证集每个集合分为支撑集和查询集，对支撑集中的每个类别抽取定量文本数据，组成小样本文本数据集。

3.根据权利要去2所述的小样本文本分类方法，其特征在于，所述S2中，对文本数据预处理的方法包括：文本分句、句子分词和去除停用词。

4.根据权利要去3所述的小样本文本分类方法，其特征在于，所述S3中，利用Glove算法，生成预处理后文本数据中的单词s的词向量vector(s)；句向量表示为：v_i＝Avg(vector(s))，其中v_i表示第i个句子对应的句向量，其中Avg(·)表示求均值操作。

5.根据权利要去4所述的小样本文本分类方法，其特征在于，所述S4中，计算句子节点间的权重w_ij的具体方法为：

构建有向有权图G＝(V，E，W)，V表示句向量集合，E表示句子节点间的边，W表示句子节点间的权重集合；V、E和W分别表示为：

V＝{v₁，v₂，...，v_i，v_n-1，v_n}

E＝{(v₁，v₂)，(v₁，v₃)，...，(v_i，v_j)，(v_n，v_n-2)，(v_n，v_n-1)}

W＝{w₁₂，w₁₃，...，w_ij，...，w_n(n-2)，w_n(n-1)}

则句子节点间的权重w_ij表示为：

w_ij＝cos(v_i，v_j)

其中，w_ij表示第i个句子对应的句向量和第j个句子对应的句向量量间的权重，1＜i＜n，1＜j＜n，n表示文本数据中句子的数量。

6.根据权利要去5所述的小样本文本分类方法，其特征在于，所述S5中，计算各句子节点的累加权重的具体方法为：

其中，WS(v_i)表示第i个句子对应的句向量的累加权重，d表示阻尼系数，v_j表示第j个句子对应的句向量，IN(v_i)表示指向v_i的集合，v_k表示第k个句子对应的句向量，OUT(v_j)表示v_j指向的集合，w_ji表示第j个句子对应的句向量和第i个句子对应的句向量间的权重，w_jk表示第j个句子对应的句向量和第k个句子对应的句向量间的权重，WS(v_j)表示第j个句子对应的句向量的累加权重，1＜i＜n，1＜j＜n，n表示文本数据中句子的数量。