[发明专利]一种短文本分类方法及装置

权利要求书

1.一种短文本分类方法，其特征在于，所述方法包括：

对多个第一预测模型的预测结果进行垂直拼接处理，得到拼接后的预测矩阵；

把所述拼接后的预测矩阵输入到预设的卷积神经网络模型中，得到预测结果，既实现了对短文本的分类。

2.根据权利要求1所述的一种短文本分类方法，其特征在于，所述对多个第一预测模型的预测结果进行垂直拼接处理前，所述方法还包括：

获取短文本样本集；

把所述短文本样本集，输入到预设的多个第一预测模型中，得到多个第一预测模型的预测结果。

3.根据权利要求1所述的一种短文本分类方法，其特征在于，所述拼接后的预测矩阵(T,c)的第i行第j列的值表示第i个模型预测短文本属于第j个类别的概率。

4.根据权利要求1所述的一种短文本分类方法，其特征在于，把所述拼接后的预测矩阵输入到预设的卷积神经网络模型，具体为：

对拼接后的预测矩阵进行维度扩充，得到维度扩充后的张量(N,1,T,c)；

把所述维度扩充后的张量输入到卷积核大小为(T，1)的卷积层中，得到张量(N,1,1,c)；

把所述张量(N,1,1,c)输入到重塑层中进行张量形状改变，得到大小为(N，c)张量；

基于行的维度，把大小为(N，c)张量输入到softmax层中，得到预测结果。

5.根据权利要求1所述的一种短文本分类方法，其特征在于，所述进行垂直拼接处理，具体为：

确定每个第一预测模型的预测结果大小为(c,)的行向量，其中第j个元素表示模型预测该短文本属于第i个类别的概率；

垂直拼接基于行维度拼接多个第一预测模型的预测结果为(T,c)的矩阵，第i行对应第i个模型的预测结果，第j列对应各模型预测短文本属于第j个类别的概率。

6.一种短文本分类装置，其特征在于，所述装置包括：

拼接处理模块，用于对多个第一预测模型的预测结果进行垂直拼接处理，得到拼接后的预测矩阵；

处理预测模块，用于把所述拼接后的预测矩阵输入到预设的卷积神经网络模型中，得到预测结果，既实现了对短文本的分类。

7.根据权利要求6所述的一种短文本分类装置，其特征在于，所述装置还包括：获取模块，用于获取短文本样本集，把所述短文本样本集，输入到预设的多个第一预测模型中，得到多个第一预测模型的预测结果。

8.根据权利要求6所述的一种短文本分类装置，其特征在于，所述处理预测模块，包括：处理单元；

所述处理单元，用于对拼接后的预测矩阵进行维度扩充，得到维度扩充后的张量(N,1,T,c)；把所述维度扩充后的张量输入到卷积核大小为(T，1)的卷积层中，得到张量(N,1,1,c)；把所述张量(N,1,1,c)输入到重塑层中进行张量形状改变，得到大小为(N，c)张量；基于行的维度，把大小为(N，c)张量输入到softmax层中，得到预测结果。

9.根据权利要求6所述的一种短文本分类装置，其特征在于，所述拼接处理模块，包括：垂直拼接处理单元；所述垂直拼接处理单元，用于确定每个第一预测模型的预测结果大小为(c,)的行向量，其中第j个元素表示模型预测该短文本属于第i个类别的概率；垂直拼接基于行维度拼接多个多个第一预测模型的预测结果为(T,c)的矩阵，第i行对应第i个模型的预测结果，第j列对应各模型预测短文本属于第j个类别的概率。

10.一种计算机存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现权利要求1-5中任一项所述的方法。