[发明专利]文本数据分类方法、装置、电子设备及存储介质

权利要求书

1.一种文本数据分类方法，包括：

获取文本数据，所述文本数据用于限定数据表中M个字段的属性信息，M≥2；

将所述文本数据输入编码器，根据所述文本数据的文本信息和位置信息，输出与所述文本数据对应的编码向量；

利用M个全连接网络对所述编码向量进行处理，得到M个预测结果，其中，M个所述全连接网络用于执行与M个所述字段对应的分类任务，所述预测结果用于表征与所述字段对应的目标属性类别。

2.根据权利要求1所述的方法，其中，所述全连接网络包括私有层和输出层，所述全连接网络的输出层的节点数目与所述分类任务的属性类别数目相关联；

所述利用M个全连接网络对所述编码向量进行处理，得到M个预测结果，包括：

将所述编码向量分别输入M个所述全连接网络的私有层，输出M个特征提取数据；以及

将所述M个特征提取数据分别输入M个所述全连接网络的输出层，输出M个预测结果。

3.根据权利要求2所述的方法，其中，所述私有层包括N个级联的子私有层，N≥1；

所述将所述编码向量分别输入M个所述全连接网络的私有层，输出M个特征提取数据，包括：

针对第m个全连接网络，将所述编码向量输入第1个子私有层，得到第一子特征数据，1≤m≤M；以及

将第一子特征数据输入第2个子私有层，直至第N个子私有层输出第N子特征数据，将所述第N子特征数据作为与所述第m个全连接网络对应的第m个特征提取数据。

4.根据权利要求2所述的方法，其中，将所述M个特征提取数据分别输入M个所述全连接网络的输出层，输出M个预测结果，包括：

针对第i个全连接网络，将第i个特征提取数据映射至第i个类别向量，其中，所述第i个全连接网络的输出层包括P个节点，所述第i个类别向量包括P个参量，P≥2，1≤i≤M；

利用分类函数处理所述P个参量，得到与所述P个参量对应的P个类别概率；以及

根据所述P个类别概率，确定与所述第i个全连接网络对应的第i个预测结果。

5.根据权利要求1所述的方法，其中，所述编码器包括输入层和编码层；所述将所述文本数据输入编码器，根据所述文本数据的文本信息和位置信息，输出与所述文本数据对应的编码向量，包括：

将所述文本数据输入所述输入层，输出所述文本数据的字符数据，所述字符数据满足预设数据格式；以及

将所述字符数据输入所述编码层，根据所述文本数据的文本信息和位置信息，输出所述编码向量，其中，所述编码向量用于表征所述文本数据中每个字符与其他字符之间的注意力信息。

6.根据权利要求5所述的方法，其中，所述编码层包括嵌入转换层、注意力层、残差层和前馈层，所述注意力层由K个注意力网络构成，K≥2；

所述将所述字符数据输入所述编码层，根据所述文本数据的文本信息和位置信息，输出所述编码向量，包括：

所述将所述字符数据输入所述嵌入转换层，根据所述文本数据的文本信息和位置信息，输出所述文本数据的词嵌入向量数据，其中，词嵌入向量数据包括文本数据中多个字符的字符嵌入特征数据和位置嵌入特征数据；

将所述词嵌入向量数据输入所述注意力层，输出包括K个维度的注意力数据；

将所述注意力数据输入所述残差层，输出中间特征数据；以及

将所述中间特征数据输入所述前馈层，输出所述编码向量。

7.根据权利要求1所述的方法，其中，所述在利用M个全连接网络对所述编码向量进行处理，得到M个预测结果之后，还包括：

根据所述M个预测结果表征的M个目标属性类别，获取与M个目标属性类别对应的M个属性值；以及

将所述文本数据的标识信息作为键值对的主键，所述M个属性值作为键值对的键值，将所述文本数据存储至所述目标数据库。