[发明专利]数据分类方法、装置、电子设备及存储介质

权利要求书

1.一种数据分类方法，其特征在于，所述方法包括：

解析客户端输入的数据分类请求，以获取待分类数据；

将所述待分类数据输入至预先训练好的业务类型识别模型中，得到待分类数据的业务类型；

通过所述待分类数据的业务类型的业务规则的Web界面，将与所述待分类数据的业务类型匹配的语法规则配置到规则表中；

调用规则引擎解析所述规则表中的语法规则，生成分析执行程序；

将所述待分类数据输入至所述分析执行程序中，得到分类结果。

2.如权利要求1所述的数据分类方法，其特征在于，所述业务类型识别模型包括：

密连接神经网络、与所述密连接神经网络连接的高速神经网络、及与所述高速神经网络连接的Softmax层，其中，所述密连接神经网络包括：第一密集块、与所述第一密集块连接的第一传递层、与所述第一传递层连接的第二密集块、与所述第二密集块连接的第二传递层及与所述第二传递层连接的第三密集块，所述第一传递层包含有批标准化层、与所述批标准化层连接的卷积层及与所述卷积层连接的平均池化层，所述第二传递层与所述第一传递层网络结构相同。

3.如权利要求2所述的数据分类方法，其特征在于，所述将所述待分类数据输入至预先训练好的业务类型识别模型中，得到待分类数据的业务类型包括：

将所述待分类数据输入至所述密连接神经网络的第一密集块中，得到第一业务特征；

将所述第一业务特征输入至所述第一传递层，在所述第一传递层中对所述第一业务特征进行批量归一化处理，将批量归一化处理后的第一业务特征输入至所述卷积层中进行卷积计算，并将卷积计算得到的第一业务特征输入至所述平均池化层中，提取最大的第一业务特征输入至所述第二密集块中，得到第二业务特征；

将所述第二业务特征输入至所述第二传递层，在所述第二传递层中对所述第二业务特征进行批量归一化处理，将批量归一化处理后的第二业务特征输入至所述卷积层中进行卷积计算，并将卷积计算得到的第二业务特征输入至所述平均池化层中，提取最大的第二业务特征输入至所述第三密集块中，得到第三业务特征；

合并所述第一业务特征、所述第二业务特征及所述第三业务特征，得到第四业务特征；

将所述第四业务特征输入至高速神经网络中，得到目标业务特征；

对所述目标业务特征输入至Softmax层中进行归一化计算，得到目标业务特征预测值；

从预设的业务类型数据库中确定出与所述目标业务特征预测值相匹配的待分类数据的业务类型。

4.如权利要求1所述的数据分类方法，其特征在于，所述调用规则引擎解析所述规则表中的语法规则，生成分析执行程序包括：

采用LL1算法从左向右解析所述规则表中的每个语法规则中的每个元素，得到每个语法规则对应的多个语法子规则；

将每个语法规则对应的多个语法子规则按照优先级顺序进行排序，并根据排序结果执行最左推导出语法树；

调用规则引擎将多个语法规则对应的多个语法树进行封装，生成分析执行程序。

5.如权利要求1所述的数据分类方法，其特征在于，所述将所述待分类数据输入至所述分析执行程序中，得到分类结果包括：

按照所述待分类数据的业务类型对应的预设格式对所述待分类数据进行转换，得到目标待分类数据，其中，所述目标待分类数据包含有多个目标待分类子数据；

将所述目标待分析数据输入至所述分析执行程序中，所述分析执行程序自动将所述目标待分析数据依次与封装的多个语法树进行匹配，输出匹配结果；

从预设的分类库中确定出与所述匹配结果相匹配的分类结果。