[发明专利]文本分类模型的解析方法、装置、设备、介质及产品

权利要求书

1.一种文本分类模型的解析方法，其特征在于，包括：

获取目标文本分类模型和至少一个目标文本样本，所述目标文本分类模型为训练后的文本分类模型；

确定各目标文本样本对应的分类类别；

对各所述目标文本样本分别进行分词处理，并采用预设的可解释算法计算各所述目标文本样本每种分词在对应分类类别中的贡献值；

根据所述贡献值对所述目标文本分类模型进行解析，以获得解析结果。

2.根据权利要求1所述的方法，其特征在于，所述采用预设的可解释算法计算各所述目标文本样本每种分词在对应分类类别中的贡献值，包括：

将每个目标文本样本中的多种分词分别作为输入特征输入到可解释算法中；

采用所述可解释算法计算每个输入特征在对应分类类别中的贡献值；

计算每个输入特征在对应分类类别中的贡献值的绝对值；

将各所述贡献值的绝对值确定为各分词在对应分类类别中的贡献值。

3.根据权利要求1所述的方法，其特征在于，所述根据所述贡献值对所述目标文本分类模型进行解析，以获得解析结果之前，还包括：

按照所述分类类别对所述目标文本样本进行分组，以获得多个类别样本集；

所述根据所述贡献值对所述目标文本分类模型进行解析，以获得解析结果，包括：

针对各类别样本集中的目标文本样本，根据所述贡献值确定每种分词在对应分类类别中的第一贡献解析值；

按照第一贡献解析值，对每个分类类别的分词进行排序，形成多个分类类别对应的第一分词贡献解析值排序表；

将所述第一分词贡献解析值排序表确定为解析结果。

4.根据权利要求3所述的方法，其特征在于，所述针对各类别样本集中的目标文本样本，确定每种分词在对应分类类别中的第一贡献解析值，包括：

针对各类别样本集中的目标文本样本，计算每种分词的贡献总值或贡献平均值；

将所述贡献总值或贡献平均值确定为对应分词的第一贡献解析值。

5.根据权利要求3所述的方法，其特征在于，所述按照第一贡献解析值，对每个分类类别的分词进行排序，形成多个分类类别对应的第一分词贡献解析值排序表之后，还包括：

根据每个分类类别中排序后的分词与对应第一贡献解析值的映射关系，生成各分类类别中每种分词的贡献解析值直方图；

将所述贡献解析值直方图确定为解析结果。

6.根据权利要求3所述的方法，其特征在于，所述按照所述分类类别对所述目标文本样本进行分组，以获得多个类别样本集之后，还包括：

按照分类正确结果和分类错误结果，将每个类别样本集划分为正确类别样本集和错误类别样本集。

7.根据权利要求6所述的方法，其特征在于，所述根据所述贡献值对所述目标文本分类模型进行解析，以获得解析结果，包括：

针对各正确类别样本集中的目标文本样本，根据所述贡献值确定每种分词在对应正确分类类别中的第二贡献解析值；

按照第二贡献解析值，对每个正确分类类别的分词进行排序，形成多个正确分类类别对应的第二分词贡献解析值排序表；

将所述第二分词贡献解析值排序表确定为解析结果。

8.根据权利要求6所述的方法，其特征在于，所述根据所述贡献值对所述目标文本分类模型进行解析，以获得解析结果，包括：

针对各错误类别样本集中的目标文本样本，根据所述贡献值确定每种分词在对应错误分类类别中的第三贡献解析值；

按照第三贡献解析值，对每个错误分类类别的分词进行排序，形成多个错误分类类别对应的第三分词贡献解析值排序表；

将所述第三分词贡献解析值排序表确定为解析结果。