[发明专利]一种文本分类方法、装置和设备

权利要求书

1.一种文本分类方法，其特征在于，包括：

获取待分类文本；

对所述待分类文本进行预处理，得到目标词向量；

根据所述目标词向量和多个分类模型，确定各个分类模型对应的分类结果；其中，所述多个分类模型为分别利用TextCNN、GRU、RNN、RCNN、Attention-GRU预先训练得到的用于进行文本分类的机器学习模型；

对所述各个分类模型对应的分类结果进行概率等权重融合，得到所述待分类文本的类别。

2.根据权利要求1所述的方法，其特征在于，对所述待分类文本进行预处理，得到目标词向量，包括：

对所述待分类文本进行截断补齐，得到目标文本；

根据所述目标文本，分别利用第一文本表征模型、第二文本表征模型和第三文本表征模型得到第一词向量、第二词向量、第三词向量；

将所述第一词向量、第二词向量和第三词向量拼接得到所述目标词向量。

3.根据权利要求2所述的方法，其特征在于，所述第一词向量、第二词向量和第三词向量的向量维数相同。

4.根据权利要求2所述的方法，其特征在于，所述第一文本表征模型、第二文本表征模型和第三文本表征模型分别为：word2vec、glove、fastText。

5.根据权利要求2所述的方法，其特征在于，在对所述待分类文本进行预处理，得到目标词向量之后，还包括：

根据所述目标文本，分别利用第一文本表征模型、第二文本表征模型和第三文本表征模型得到第一字向量、第二字向量、第三字向量；

将所述第一字向量、第二字向量和第三字向量拼接得到目标字向量。

6.根据权利要求1所述的方法，其特征在于，根据所述目标词向量和多个分类模型，确定各个分类模型对应的分类结果，包括：

根据所述目标词向量，利用第一词分类模型、第二词分类模型、第三词分类模型、第四词分类模型和第五词分类模型，得到第一分类结果向量、第二分类结果向量、第三分类结果向量、第四分类结果向量和第五分类结果向量；其中，分类结果向量中每一维数据表示属于一个文本分类的概率；

对应的，对所述各个分类模型对应的分类结果进行概率等权重融合，得到所述待分类文本的类别，包括：

将所述第一分类结果向量、第二分类结果向量、第三分类结果向量、第四分类结果向量和第五分类结果向量相加，得到目标分类结果向量；

将所述目标分类结果向量中概率值排序前预设名对应的分类作为所述待分类文本的类别。

7.根据权利要求1所述的方法，其特征在于，在根据所述目标词向量和多个分类模型，确定各个分类模型对应的分类结果之前，还包括：

获取初始文本数据集；

对所述初始文本数据集进行预处理，得到词向量训练样本集和字向量训练样本集；

基于所述词向量训练样本集，利用TextCNN、GRU、RNN、RCNN、Attention-GRU训练得到多个词分类模型；

基于所述字向量训练样本集，利用TextCNN、GRU、RNN、RCNN、Attention-GRU训练得到多个字分类模型。

8.根据权利要求7所述的方法，其特征在于，对所述初始文本数据集进行预处理，得到词向量训练样本集和字向量训练样本集，包括：

对所述初始文本数据集中的各个文本数据进行截断补齐，得到目标文本数据集；

分别利用第一文本表征模型、第二文本表征模型和第三文本表征模型对所述目标文本数据集中的各个文本数据进行文本表征，得到初始词向量集和初始字向量集；其中，所述初始词向量集中包含多组词向量，每组词向量中包含三个文本表征模型对应的词向量，所述初始字向量集中包含多组字向量，每组字向量中包含三个文本表征模型对应的字向量；

将所述初始词向量集中每组词向量进行拼接，得到词向量训练样本集；

将所述初始字向量集中每组字向量进行拼接，得到字向量训练样本集。