申请/专利权人：北京京东振世信息技术有限公司

申请日：2019-04-04

公开（公告）日：2024-04-12

公开（公告）号：CN111861596B

主分类号：G06F17/00

分类号：G06F17/00;G06Q30/06;G06F16/332;G06F16/35;G06F40/289

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.12.10#实质审查的生效;2021.03.12#专利申请权的转移;2021.03.12#专利申请权的转移;2020.10.30#公开

摘要：本发明公开了一种文本分类方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：使用词向量模型对待分类文本提取句向量，得到所述待分类文本的句向量集合；从所述待分类文本的句向量集合中提取所述待分类文本的主题句向量；利用所述待分类文本的主题句向量，使用分类器模型预测所述待分类文本的类别，其中，所述分类器模型包括多个聚类中心向量，将与所述待分类文本的主题句向量距离最小的一个聚类中心向量所对应的类别预测为所述待分类文本的类别。该实施方式能够对新事件进行自动分类，减少了人工成本，并可以提高分类的准确率，以及解决了类别数量难以确定的问题。

主权项：1.一种文本分类方法，其特征在于，包括：使用词向量模型对待分类文本提取句向量，得到所述待分类文本的句向量集合；从所述待分类文本的句向量集合中提取所述待分类文本的主题句向量；利用所述待分类文本的主题句向量，使用分类器模型预测所述待分类文本的类别，其中，所述分类器模型包括多个聚类中心向量，将与所述待分类文本的主题句向量距离最小的一个聚类中心向量所对应的类别预测为所述待分类文本的类别；从所述待分类文本的句向量集合中提取所述待分类文本的主题句向量的步骤，包括：在预处理后的待分类文本包括唯一句子的情况下，将所述唯一句子对应的句向量提取为所述待分类文本的主题句向量；在所述预处理后的待分类文本包括两个句子的情况下，将所述两个句子之中词汇数量最多的一个句子对应的句向量提取为所述待分类文本的主题句向量；在所述预处理后的待分类文本包括两个以上句子的情况下，将所述待分类文本的句向量集合中，与其他各句向量的距离之和最小的一个句向量提取为所述待分类文本的主题句向量；所述预处理包括：按照过滤规则滤除所述待分类文本中的部分文本要素。

全文数据：

权利要求：

百度查询： 北京京东振世信息技术有限公司 一种文本分类方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD