[发明专利]信息分类方法、装置、计算机设备和存储介质

说明书

本申请涉及一种信息分类方法、装置、计算机设备和存储介质。所述方法包括：获取待分类信息，对所述待分类信息进行分词得到对应的原始词语集合；分别获取所述原始词语集合中各个原始词语对应的同义词，将原始词语与对应的同义词形成扩展词语集合，每个原始词语都存在对应的扩展词语集合；根据各个原始词语对应的扩展词语集合形成所述待分类信息对应的扩展分类信息集合；将所述扩展分类信息集合输入已训练的多分类模型得到所述待分类信息对应的目标类别，采用本方法能够提高信息的分类精准度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种信息分类方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，以及信息内容的急剧增长，获得的信息越来越多，极大的方便了用户间的交流与沟通。但由于信息规模巨大、多种多样、杂乱无章，给用户检索信息，查找个人感兴趣的内容增加了难度。而信息分类作为组织和处理大量信息的关键技术，可在一定程度上解决信息杂乱的问题，有助于用户根据自己的需求有选择地选择信息。

然而，目前的信息分类算法存在精度不高的问题，较难确定与用户真实意途对应的类别。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高信息的分类精准度的信息分类方法、装置、计算机设备和存储介质。

一种信息分类方法，所述方法包括：

获取待分类信息，对所述待分类信息进行分词得到对应的原始词语集合；

分别获取所述原始词语集合中各个原始词语对应的同义词，将原始词语与对应的同义词形成扩展词语集合，每个原始词语都存在对应的扩展词语集合；

根据各个原始词语对应的扩展词语集合形成所述待分类信息对应的扩展分类信息集合；

将所述扩展分类信息集合输入已训练的多分类模型得到所述待分类信息对应的目标类别。

在其中一个实施例中，已训练的多分类模型的生成步骤包括：

获取训练语料数据，所述训练语料数据包括多个训练语料信息，各个训练语料信息存在对应的标准类别标注；

对所述各个训练语料信息进行分词得到各个训练语料信息对应的原始训练词语集合；

分别获取所述原始训练词语集合中各个原始训练词语对应的同义词，将原始词语与对应的同义词形成扩展训练词语集合，每个原始训练词语都存在对应的扩展训练词语集合；

根据各个原始训练词语对应的扩展训练词语集合形成各个训练语料信息对应的扩展训练分类信息集合；

根据各个训练语料信息对应的扩展训练分类信息集合和对应的标准类别标注对多分类模型通过支持向量机算法进行训练；

得到已训练的目标多分类模型。

在其中一个实施例中，多分类模型包括多个子二分类模型，所述将所述扩展分类信息集合输入已训练的多分类模型得到所述待分类信息对应的目标类别的步骤包括：

获取所述多分类模型中的第一个子二分类模型作为当前子二分类模型；

将所述扩展分类信息集合输入所述当前子二分类模型，得到对应的当前子类别信息，根据所述当前子类别信息判断是否输入下一个子二分类模型，如果是，则获取下一个子二分类模型，将下一个子二分类模型作为当前子二分类模型返回所述将所述扩展分类信息集合输入所述当前子二分类模型的步骤；

如果否，则将当前子类别信息对应的类别作为所述待分类信息对应的目标类别。

在其中一个实施例中，根据各个训练语料信息对应的扩展训练分类信息集合和对应的标准类别标注对多分类模型通过支持向量机算法进行训练的步骤包括：