[发明专利]文本数据分类方法、装置、电子设备及存储介质

说明书

本公开提供了一种文本数据分类方法、装置、电子设备及存储介质，可以应用于大数据技术领域。该方法包括：获取文本数据，文本数据用于限定数据表中M个字段的属性信息，M≥2；将文本数据输入编码器，根据文本数据的文本信息和位置信息，输出与文本数据对应的编码向量；利用M个全连接网络对编码向量进行处理，得到M个预测结果，其中，M个全连接网络用于执行与M个字段对应的分类任务，预测结果用于表征与字段对应的目标属性类别。

技术领域

本公开涉及大数据技术领域，具体涉及一种文本数据分类方法、装置、电子设备及存储介质。

背景技术

在生成业务数据表的过程中，需要利用规则库中的规则对业务数据表内字段的属性信息进行限定。在相关技术中，一般通过业务人员判断规则文本的属性信息；或者将规则文本与模板进行匹配，确定规则文本的属性信息。在确定规则文本的属性信息之后，利用规则文本以及确定的属性信息构建规则库。

在确定属性信息的过程中，无论是通过业务人员判断属性信息，还是通过模板匹配确定属性信息，均存在人工成本高、处理效率低、准确性差的技术问题。

发明内容

鉴于上述问题，本公开提供了一种文本数据分类方法、装置、电子设备及存储介质。

根据本公开的第一个方面，提供了一种文本数据分类方法，包括：

获取文本数据，文本数据用于限定数据表中M个字段的属性信息，M≥2；

将文本数据输入编码器，根据文本数据的文本信息和位置信息，输出与文本数据对应的编码向量；

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

根据本公开的实施例，其中，全连接网络包括私有层和输出层，全连接网络的输出层的节点数目与分类任务的属性类别数目相关联；

利用M个全连接网络对编码向量进行处理，得到M个预测结果，包括：

将编码向量分别输入M个全连接网络的私有层，输出M个特征提取数据；以及

将M个特征提取数据分别输入M个全连接网络的输出层，输出M个预测结果。

根据本公开的实施例，其中，私有层包括N个级联的子私有层，N≥1；

将编码向量分别输入M个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，将第N子特征数据作为与第m个全连接网络对应的第m个特征提取数据。

根据本公开的实施例，其中，将M个特征提取数据分别输入M个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，第i个全连接网络的输出层包括P个节点，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P个参量，得到与P个参量对应的P个类别概率；以及

根据P个类别概率，确定与第i个全连接网络对应的第i个预测结果。

根据本公开的实施例，其中，编码器包括输入层和编码层；将文本数据输入编码器，根据文本数据的文本信息和位置信息，输出与文本数据对应的编码向量，包括：

将文本数据输入输入层，输出文本数据的字符数据，字符数据满足预设数据格式；以及