[发明专利]一种数据分类方法及装置

权利要求书

1.一种数据分类方法，其特征在于，包括：

获取待分类数据中包括的文本型数据和数值型数据；

采用第一预设算法对所述文本型数据进行解析，得到至少一个候选数据类别中各个候选数据类别对应的第一评估值；其中，所述第一评估值基于所述文本型数据归属于对应的候选数据类别的概率确定；

采用第二预设算法对所述数值型数据进行解析，得到所述各个候选数据类型对应的第二评估值；所述第二评估值基于所述数值型数据归属于对应的候选数据类别的概率确定；

根据所述各个候选数据类别对应的第一评估值和所述各个候选数据类型对应的第二评估值，确定所述待分类数据对应的目标数据类别；所述目标数据类别包括所述至少一个候选数据类别中的候选数据类别。

2.如权利要求1所述的方法，其特征在于，所述根据所述各个候选数据类别对应的第一评估值和所述各个候选数据类型对应的第二评估值，确定所述待分类数据对应的目标数据类别，包括：

根据所述各个候选数据类别对应的第一评估值和所述各个候选数据类型对应的第二评估值，确定所述各个候选数据类别对应的综合评估值；

将确定的各个综合评估值中的最大值对应的候选数据类别，确定为所述目标数据类别。

3.如权利要求2所述的方法，其特征在于，所述根据所述各个候选数据类别对应的第一评估值和所述各个候选数据类型对应的第二评估值，确定所述各个候选数据类别对应的综合评估值，包括：

针对所述至少一个候选数据类别中的任一候选数据类别，采用逻辑回归算法计算所述任一候选数据类别对应的第一评估值和第二评估值，得到所述任一候选类别对应的综合评估值。

4.如权利要求1-3任一项所述的方法，其特征在于，所述待分类数据为表格格式的数据；所述获取待分类数据中包括的文本型数据和数值型数据，包括：

根据所述待分类数据的表头包括的名称字段，确定所述待分类数据中的所述文本型数据和所述数值型数据；

获取所述文本型数据和所述数值型数据。

5.如权利要求1-3任一项所述的方法，其特征在于，所述采用第一预设算法对所述文本型数据进行解析，得到至少一个候选数据类别中各个候选数据类别对应的第一评估值，包括：

将所述文本型数据转化为至少一个词向量；

将所述至少一个词向量输入到预先训练好的循环神经网络模型中，得到至少一个候选数据类别中各个候选数据类别对应的第一评估值。

6.如权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

基于预先配置的异常数据库，剔除所述文本型数据和所述数值型数据中包括的异常数据。

7.一种数据分类装置，其特征在于，包括：

获取单元，用于获取待分类数据中包括的文本型数据和数值型数据；

处理单元，被配置为执行：

采用第一预设算法对所述文本型数据进行解析，得到至少一个候选数据类别中各个候选数据类别对应的第一评估值；其中，所述第一评估值基于所述文本型数据归属于对应的候选数据类别的概率确定；

采用第二预设算法对所述数值型数据进行解析，得到所述各个候选数据类型对应的第二评估值；所述第二评估值基于所述数值型数据归属于对应的候选数据类别的概率确定；

根据所述各个候选数据类别对应的第一评估值和所述各个候选数据类型对应的第二评估值，确定所述待分类数据对应的目标数据类别；所述目标数据类别包括所述至少一个候选数据类别中的候选数据类别。

8.如权利要求7所述的装置，其特征在于，所述处理单元，具体用于：

根据所述各个候选数据类别对应的第一评估值和所述各个候选数据类型对应的第二评估值，确定所述各个候选数据类别对应的综合评估值；

将确定的各个综合评估值中的最大值对应的候选数据类别，确定为所述目标数据类别。