CN109684476A - 一种文本分类方法、文本分类装置及终端设备 - Google Patents

Abstract

本申请适用于深度学习技术领域，提供了一种文本分类方法、文本分类装置及终端设备，包括：获取至少一类训练文本，并分别对每一类的训练文本进行分词预处理得到多个文本特征词；利用预设的转换模型分别将每个文本特征词转换成词向量，并将所述训练文本中的所有词向量进行叠加得到所述训练文本的文本向量；利用所述文本向量对预设分类模型进行训练，得到训练后的预设分类模型；利用所述训练后的预设分类模型对待分类的文本进行分类。通过上述方法，有效提高了对复杂文本进行分类的准确率。

Description

一种文本分类方法、文本分类装置及终端设备

技术领域

本申请涉及深度学习技术领域，尤其涉及一种文本分类方法、文本分类装置及终端设备。

背景技术

文本分类是指按照一定的分类体系或标准对文本进行自动分类标记，属于一种基于分类体系的自动分类方法。目前，常用的文本分类方法是通过专家规则进行分类，或者是利用浅层分类模型进行分类。

现有的文本分类方法可以较快地解决简单、基础的文本分类问题，但是当文本较复杂时，现有的文本分类方法的分类性能较差，导致分类结果的准确率较低。

发明内容

有鉴于此，本申请实施例提供了一种文本分类方法、文本分类装置及终端设备，以解决现有技术中的文本分类方法无法较准确地对复杂文本进行分类的问题。

本申请实施例的第一方面提供了一种文本分类方法，包括：

获取至少一类训练文本，并分别对每一类的训练文本进行分词预处理得到多个文本特征词；

利用预设的转换模型分别将每个文本特征词转换成词向量，并将所述训练文本中的所有词向量进行叠加得到所述训练文本的文本向量；

利用所述文本向量对预设分类模型进行训练，得到训练后的预设分类模型；

利用所述训练后的预设分类模型对待分类的文本进行分类。

本申请实施例的第二方面提供了一种文本分类装置，包括：

获取单元，用于获取至少一类训练文本，并分别对每一类的训练文本进行分词预处理得到多个文本特征词；

转换单元，用于利用预设的转换模型分别将每个文本特征词转换成词向量，并将所有的词向量进行叠加得到所述训练文本的文本向量；

训练单元，用于利用所述文本向量对预设分类模型进行训练，得到训练后的预设分类模型；

分类单元，用于利用所述训练后的预设分类模型对待分类的文本进行分类。

本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：

本申请实施例利用不同类的训练文本对预设分类模型进行训练，并利用训练后的预设分类模型对待分类的文本进行分类，有效提高了对复杂文本进行分类的准确率。另外，在利用不同类的训练文本对预设分类模型进行训练时，先对每一类的训练文本进行分词预处理得到多个文本特征词，再利用预设的转换模型分别将每个文本特征词转换成词向量，并将每一类训练文本中的所有词向量叠加得到每一类训练文本的文本向量，最后利用不同的文本向量对预设分类模型进行训练，通过上述方法，有效提高了分类算法的计算效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的文本分类方法的实现流程示意图；

图2是本申请实施例提供的文本分类装置的示意图；

图3是本申请实施例提供的终端设备的示意图；

图4是本申请实施例提供的深度置信网络模型的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

图1是本申请实施例提供的文本分类方法的实现流程示意图，如图所示，所述方法可以包括以下步骤：

步骤S101，获取至少一类训练文本，并分别对每一类的训练文本进行分词预处理得到多个文本特征词。

在实际应用中，可以利用爬虫在网络上大量收集资料，汇总出不同类型的文本，将这些文本作为训练文本。其中，不同类型的文本含有一些可将该类文本与其他类别文本区分开的特征词。

英文的最小单位是词，词间靠空格隔开。而中文的最小单位是字，两个词往往是连续出现的，并没有明显的间隔将其隔开。从语义研究的角度来说，词是原子性的语义单位，因此必须先将其正确的切分成词，才能更好的进行语义上的理解。中文文本分类时，首先需要分词。中文文本的分词也就是指将文本原本连续的字符串根据一定规范进行切分将其切分成一个个单独的具有特定语义的词。

在一个实施例中，所述分别对每一类的训练文本进行分词预处理得到多个文本特征词，包括：

去除所述训练文本中的标点符号得到第一预处理文本。

去除所述第一预处理文本中的停用词得到第二预处理文本。

对所述第二预处理文本进行分词处理得到多个文本特征词。

在实际应用中，在分词之前，需要对训练文本进行分词预处理，去除如“。”、“*”、“/”、“+”等标点符号，还要去除如“the”、“a”、“an”、“that”、“你”、“我”、“他们”、“想要”、“打开”、“可以”等无意义的虚词之类的停用词，进而得到训练所需的文本特征词。

其中，停用词是指在信息检索中，为节省存储空间和提高搜索效率，在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词。这些停用词一般是由人工输入、非自动化生成的，生成后的停用词会形成一个停用词表。

步骤S102，利用预设的转换模型分别将每个文本特征词转换成词向量，并将所述训练文本中的所有词向量进行叠加得到所述训练文本的文本向量。

其中，所述预设的转换模型为Word2vec。Word2vec为一群用来产生词向量的相关模型，这些模型为浅而双层的神经网络，用来训练以重新建构词文本。训练完成之后，word2vec模型可将每个词映射为一个向量，可用来表示词与词之间的关系，该向量为神经网络之隐藏层。

将每个文本特征词都映射到一个特定维度下的实数空间中去，每个文本特征词不再是如向量空间模型这样利用特征空间中独立的一个维度来进行表示，而是改为利用一个统一的多维度的实数空间来进行表示。这样就可以利用特征之间的欧氏距离等等刻画出词间的关系，一定程度上可以克服特征词独立性假设的缺陷。

在一个实施例中，所述将所述训练文本中的所有词向量进行叠加得到所述训练文本的文本向量，包括：

利用TF-IDF算法计算每个文本特征词的权值。

将所述文本特征词的词向量乘以该文本特征词对应的权值得到所述文本特征词的特征向量。

将所有的文本特征词的特征向量进行叠加得到所述训练文本的文本向量。

其中，TF-IDF(term frequency–inverse document frequency)是一种用于信息检索与数据挖掘的常用加权技术。TF意思是词频(Term Frequency)，IDF意思是逆文本频率指数(Inverse Document Frequency)。TF-IDF是一种统计方法，用以评估一个字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。

计算文本特征值的权值，可以先计算该文本特征词的TF，即词频，再计算该文本特征词的IDF，即逆向文件频率，最后将TF与IDF相乘得到该文本特征词的权值。

示例性的，假如一篇文件的总词语数是100个，而词语“母牛”出现了3次，那么“母牛”一词在该文件中的词频TF＝3/100＝0.03。一个计算逆向文件频率(IDF)的方法是文件集里包含的文件总数除以测定有多少份文件出现过“母牛”一词。所以，如果“母牛”一词在1,000份文件出现过，而文件总数是10,000,000份的话，其逆向文件频率就是IDF＝lg(10,000,000/1,000)＝4。最后计算“母牛”这个词的权值＝0.03*4＝0.12。

步骤S103，利用所述文本向量对预设分类模型进行训练，得到训练后的预设分类模型。

其中，所述预设分类模型为深度置信网络模型。参见图4，图4是本申请实施例提供的深度置信网络模型的示意图。如图所示，图中展示的是3层隐藏层结构的深度置信网络(Deep Belief Networks，DBN)，该DBN是由3个受限玻尔兹曼机(RBM，RestrictedBoltzmann Machine)单元堆叠而成，其中RBM一共有两层，上层为隐层，下层为显层。堆叠时，前一个RBM的输出层(隐层)作为下一个RBM单元的输入层(显层)，依次堆叠，便构成了基本的DBN结构，最后再添加一层BP层(输出层)，就是最终的DBN结构(图中DBN-DNN记为深度置信网络)。

步骤S104，利用所述训练后的预设分类模型对待分类的文本进行分类。

在一个实施例中，在利用所述训练后的预设分类模型对待分类的文本进行分类之后，还包括：

利用所述训练后的预设分类模型的权值初始化BP神经网络中各层的权值，得到初始化后的BP神经网络。

利用所述初始化后的BP神经网络对所述训练后的预设分类模型进行参数调优。

在得到文本向量表示之后，需要对分类模型进行训练。而传统的支持向量机算法、BP神经网络算法等受样本影响较大，因此不同文本分类的正确率差异较大，基于深度学习的文本分类算法有较好的效果，分类结果精准并且正确率分布均匀。

使用深度学习进行文本分类主要包括两个过程：DBN预训练和网络调优。其他的分类算法为了避免维度灾难往往需要对数据进行降维处理，DBN可以自动从高维的原始特征中提取高度可区分的低维特征，因此不需要对数据进行降维就可以直接开始训练分类模型，同时也考虑了文本足够的信息量。在调优DBN的过程中，可以利用DBN的权值初始化BP神经网络的各层的权值，而不是利用随机初始值初始化网络，将DBN展开成BP神经网络，最后利用BP算法微调优整个网络的参数，从而使得网络的分类性能更优，这个措施使DBN克服了BP网络因随机初始化权值参数而容易陷入局部最优的缺点。

本申请实施例利用不同类的训练文本对预设分类模型进行训练，并利用训练后的预设分类模型对待分类的文本进行分类，有效提高了对复杂文本进行分类的准确率。另外，在利用不同类的训练文本对预设分类模型进行训练时，先对每一类的训练文本进行分词预处理得到多个文本特征词，再利用预设的转换模型分别将每个文本特征词转换成词向量，并将每一类训练文本中的所有词向量叠加得到每一类训练文本的文本向量，最后利用不同的文本向量对预设分类模型进行训练，通过上述方法，有效提高了分类算法的计算效率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

图2是本申请实施例提供的文本分类装置的示意图，为了便于说明，仅示出与本申请实施例相关的部分。

图2所示的文本分类装置可以是内置于现有的终端设备内的软件单元、硬件单元、或软硬结合的单元，也可以作为独立的挂件集成到所述终端设备中，还可以作为独立的终端设备存在。

所述文本分类装置2包括：

获取单元21，用于获取至少一类训练文本，并分别对每一类的训练文本进行分词预处理得到多个文本特征词。

转换单元22，用于利用预设的转换模型分别将每个文本特征词转换成词向量，并将所有的词向量进行叠加得到所述训练文本的文本向量。

训练单元23，用于利用所述文本向量对预设分类模型进行训练，得到训练后的预设分类模型。

分类单元24，用于利用所述训练后的预设分类模型对待分类的文本进行分类。

可选的，所述获取单元21包括：

第一预处理模块，用于去除所述训练文本中的标点符号得到第一预处理文本。

第二预处理模块，用于去除所述第一预处理文本中的停用词得到第二预处理文本。

分词模块，用于对所述第二预处理文本进行分词处理得到多个文本特征词。

可选的，所述转换单元22包括：

第一计算模块，用于利用TF-IDF算法计算每个文本特征词的权值。

第二计算模块，用于将所述文本特征词的词向量乘以该文本特征词对应的权值得到所述文本特征词的特征向量。

叠加模块，用于将所有的文本特征词的特征向量进行叠加得到所述训练文本的文本向量。

可选的，所述预设的转换模型为Word2vec。

所述预设分类模型为深度置信网络模型。

可选的，所述装置2还包括：

初始化单元25，用于在利用所述训练后的预设分类模型对待分类的文本进行分类之后，利用所述训练后的预设分类模型的权值初始化BP神经网络中各层的权值，得到初始化后的BP神经网络。

调优单元26，用于利用所述初始化后的BP神经网络对所述训练后的预设分类模型进行参数调优。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图3是本申请实施例提供的终端设备的示意图。如图3所示，该实施例的终端设备3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个文本分类方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块21至24的功能。

示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。例如，所述计算机程序32可以被分割成获取单元、转换单元、训练单元、分类单元，各单元具体功能如下：

获取单元，用于获取至少一类训练文本，并分别对每一类的训练文本进行分词预处理得到多个文本特征词。

转换单元，用于利用预设的转换模型分别将每个文本特征词转换成词向量，并将所有的词向量进行叠加得到所述训练文本的文本向量。

训练单元，用于利用所述文本向量对预设分类模型进行训练，得到训练后的预设分类模型。

分类单元，用于利用所述训练后的预设分类模型对待分类的文本进行分类。

可选的，所述获取单元包括：

第一预处理模块，用于去除所述训练文本中的标点符号得到第一预处理文本。

第二预处理模块，用于去除所述第一预处理文本中的停用词得到第二预处理文本。

分词模块，用于对所述第二预处理文本进行分词处理得到多个文本特征词。

可选的，所述转换单元包括：

第一计算模块，用于利用TF-IDF算法计算每个文本特征词的权值。

第二计算模块，用于将所述文本特征词的词向量乘以该文本特征词对应的权值得到所述文本特征词的特征向量。

叠加模块，用于将所有的文本特征词的特征向量进行叠加得到所述训练文本的文本向量。

可选的，所述预设的转换模型为Word2vec。

所述预设分类模型为深度置信网络模型。

可选的，所述计算机程序还包括：

初始化单元，用于在利用所述训练后的预设分类模型对待分类的文本进行分类之后，利用所述训练后的预设分类模型的权值初始化BP神经网络中各层的权值，得到初始化后的BP神经网络。

调优单元，用于利用所述初始化后的BP神经网络对所述训练后的预设分类模型进行参数调优。

所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端设备3的示例，并不构成对终端设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器31可以是所述终端设备3的内部存储单元，例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备，例如所述终端设备3上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种文本分类方法，其特征在于，包括：

获取至少一类训练文本，并分别对每一类的训练文本进行分词预处理得到多个文本特征词；

利用预设的转换模型分别将每个文本特征词转换成词向量，并将所述训练文本中的所有词向量进行叠加得到所述训练文本的文本向量；

利用所述文本向量对预设分类模型进行训练，得到训练后的预设分类模型；

利用所述训练后的预设分类模型对待分类的文本进行分类。

2.如权利要求1所述的文本分类方法，其特征在于，所述分别对每一类的训练文本进行分词预处理得到多个文本特征词，包括：

去除所述训练文本中的标点符号得到第一预处理文本；

去除所述第一预处理文本中的停用词得到第二预处理文本；

对所述第二预处理文本进行分词处理得到多个文本特征词。

3.如权利要求1所述的文本分类方法，其特征在于，所述将所述训练文本中的所有词向量进行叠加得到所述训练文本的文本向量，包括：

利用TF-IDF算法计算每个文本特征词的权值；

将所述文本特征词的词向量乘以该文本特征词对应的权值得到所述文本特征词的特征向量；

将所有的文本特征词的特征向量进行叠加得到所述训练文本的文本向量。

4.如权利要求1所述的文本分类方法，其特征在于，所述预设的转换模型为Word2vec；

所述预设分类模型为深度置信网络模型。

5.如权利要求1所述的文本分类方法，其特征在于，在利用所述训练后的预设分类模型对待分类的文本进行分类之后，还包括：

利用所述训练后的预设分类模型的权值初始化BP神经网络中各层的权值，得到初始化后的BP神经网络；

利用所述初始化后的BP神经网络对所述训练后的预设分类模型进行参数调优。

6.一种文本分类装置，其特征在于，包括：

获取单元，用于获取至少一类训练文本，并分别对每一类的训练文本进行分词预处理得到多个文本特征词；

转换单元，用于利用预设的转换模型分别将每个文本特征词转换成词向量，并将所有的词向量进行叠加得到所述训练文本的文本向量；

训练单元，用于利用所述文本向量对预设分类模型进行训练，得到训练后的预设分类模型；

分类单元，用于利用所述训练后的预设分类模型对待分类的文本进行分类。

7.如权利要求6所述的文本分类装置，其特征在于，所述获取单元包括：

第一预处理模块，用于去除所述训练文本中的标点符号得到第一预处理文本；

第二预处理模块，用于去除所述第一预处理文本中的停用词得到第二预处理文本；

分词模块，用于对所述第二预处理文本进行分词处理得到多个文本特征词。

8.如权利要求6所述的文本分类装置，其特征在于，所述转换单元包括：

第一计算模块，用于利用TF-IDF算法计算每个文本特征词的权值；

第二计算模块，用于将所述文本特征词的词向量乘以该文本特征词对应的权值得到所述文本特征词的特征向量；

叠加模块，用于将所有的文本特征词的特征向量进行叠加得到所述训练文本的文本向量。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。