CN110334209A - 文本分类方法、装置、介质及电子设备 - Google Patents

Abstract

本公开是关于一种文本分类方法、装置、介质及电子设备，属于机器学习应用技术领域，该方法包括：按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；获取所述待分类文本中的各关键词的多维词向量；获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词的顺序输入预定维度机器学习模型，得到预定维度分类结果；将所述各关键词的多维词向量，按照每个词的顺序输入关键词机器学习模型，得到关键词分类结果；基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果。本公开通过机器学习模型，结合关键词分类和预定维度分类，有效降低了计算负荷，同时有效提高了文本分类准确性。

Description

文本分类方法、装置、介质及电子设备

技术领域

本公开涉及机器学习应用技术领域，具体而言，涉及一种文本分类方法、装置、介质及电子设备。

背景技术

文本分类就是用电脑对文本集按照一定的分类体系或标准进行分类标记。

目前，文本分类通常利用神经网络搭建的深度学习模型，在将文本中的词表示成数值型的词向量后，将词向量整合为句向量，输入用于文本分类的深度学习模型，进而对文本进行分类。传统的分类方法中，针对整段文本的句向量进行循环计算，计算负荷大，同时由于信息量极大导致文本分类的准确率有限。

因此，需要提供一种新的文本分类方法、装置、介质及电子设备。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种文本分类方案，进而至少在一定程度上在降低计算负荷的情况下，自动、准确地将文本分类。

根据本公开的一个方面，提供一种文本分类方法，包括：

按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；

从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量；

获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果；

将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果；

基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果。

在本公开的一种示例性实施例中，所述按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量，包括：

将所述待分类文本分词，得到组成所述待分类文本的每个词；

从所述多维词向量字典中查找所述每个词对应的多维词向量。

在本公开的一种示例性实施例中，所述从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量，包括：

确定所述待分类文本中的关键词；

从所述每个词对应的多维词向量中，获取所述关键词的多维词向量。

在本公开的一种示例性实施例中，所述确定所述待分类文本中的关键词，包括：

计算所述待分类文本中的每个词出现的次数；

将出现次数最多的预定数目个词，确定为关键词。

在本公开的一种示例性实施例中，所述确定所述待分类文本中的关键词，包括：

根据所述待分类文本中的词的词-文本关联度M＝E*A/B*log(C/(D+1))，当所述词-文本关联度M大于预定阈值时，确定所述词为关键词，其中，A为某个词在文本中出现的次数，B为文本中的总词数，C为文本库中文本总数，D为文本库中包含某个词的文本数，E某个词在文本中来源的段落的权重。

在本公开的一种示例性实施例中，基于待分类文本分成的词，将待分类文本分成的词中相对于特定词的特定位置的词，确定为待分类文本的关键词。

在本公开的一种示例性实施例中，所述预定维度机器学习模型的训练方法包括：

收集事先标定了类别的文本样本集合；

按照所述文本样本中的词查找多维词向量字典，获得每个词对应的多维词向量；

获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在文本样本中的顺序输入预定维度机器学习模型，输出所述文本样本的预定维度分类结果；

当所述预定维度分类结果与对所述文本样本事先标定的类别不一致，调整机器学习模型的系数，直到所述预定维度分类结果与对所述文本样本事先标定的类别一致。

当所述机器学习模型针对所述文本样本集合中，所有文本样本的预定维度分类结果与对所述文本样本事先标定的类别一致，训练结束。

在本公开的一种示例性实施例中，所述关键词机器学习模型的训练方法包括：设置文本样本集合，该文本样本集合中的每个文本样本具有已知的分类结果，获取每个文本样本中的关键词的向量，将该文本样本中的关键词的向量输入关键词机器学习模型，由关键词机器学习模型输出对该文本样本的子分类结果，将该子分类结果与该文本样本已知的分类结果进行比较，如不一致，则调整机器学习模型，使该子分类结果与该文本样本已知的分类结果一致。

在本公开的一种示例性实施例中，所述基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果，包括：

获取所有维度的分类结果；

获取所有关键词的分类结果；

将所述所有维度的分类结果和所述所有关键词的分类结果中数量最多的分类结果，作为所述待分类文本的分类结果。

根据本公开的一个方面，提供一种文本分类装置，其特征在于，包括：

查找模块，用于按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；

获取模块，用于从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量；

第一分类模块，用于获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果；

第二分类模块，用于将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果；

分类确定模块，用于基于所述预定维度分类结果和所述关键词分类结果，作为所述待分类文本的分类结果。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有文本分类程序，其特征在于，所述文本分类程序被处理器执行时实现上述任一项所述的方法。

根据本公开的一个方面，提供一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的文本分类程序；其中，所述处理器配置为经由执行所述文本分类程序来执行上述任一项所述的方法。

本公开一种文本分类方法及装置，首先，按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；通过将待分类文本中的词表示成多维词向量，可以在后续步骤中便于机器学习模型的准确计算。然后，从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量；通过获取待分类文本中的关键词，由于关键词代表文本的关键主旨，进而可以有效保证文本分类的准确性，同时有效降低后续步骤的计算量。然后，获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果；将预定维度的元素值提取出，利用训练好的预定维度的机器学习模型，可以在有效降低计算量级的情况下，提高计算效率，准确地将文本初步分类。然后，将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果；关键词多维向量数量级少，同时具有高度的文本代表性，可以有效降低机器学习模型的计算负荷，提高计算效率，同时有效提高预分类的准确性。最后，基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果；预定维度的分类结果根据全文分析获得，同时，关键词分类结果根据文本的代表性关键词获得，结合两者可以有效保证文本分类的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出一种文本分类方法的流程图。

图2示意性示出一种文本分类方法的应用场景示例图。

图3示意性示出一种确定待分类文本的分类结果方法流程图。

图4示意性示出一种文本分类装置的方框图。

图5示意性示出一种用于实现上述文本分类方法的电子设备示例框图。

图6示意性示出一种用于实现上述文本分类方法的计算机可读存储介质。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了文本分类方法，该文本分类方法可以运行于服务器，也可以运行于服务器集群或云服务器等，当然，本领域技术人员也可以根据需求在其他平台运行本发明的方法，本示例性实施例中对此不做特殊限定。参考图1所示，该文本分类方法可以包括以下步骤：

步骤S110.按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量。

步骤S120.从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量。

步骤S130.获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果。

步骤S140.将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果。

步骤S150.基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果。

上述文本分类方法中，首先，按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；通过将待分类文本中的词表示成多维词向量，可以在后续步骤中便于机器学习模型的准确计算。然后，从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量；通过获取待分类文本中的关键词，由于关键词代表文本的关键主旨，进而可以有效保证文本分类的准确性，同时有效降低后续步骤的计算量。然后，获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果；将预定维度的元素值提取出，利用训练好的预定维度的机器学习模型，可以在有效降低计算量级的情况下，提高计算效率，准确地将文本初步分类。然后，将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果；关键词多维向量数量很少，同时具有高度的文本代表性，可以有效降低机器学习模型的计算负荷，提高计算效率，同时有效提高预分类的准确性。最后，基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果；预定维度的分类结果根据全文分析获得，同时，关键词分类结果根据文本的代表性关键词获得，结合两者可以有效保证文本分类的准确性。

下面，将结合附图对本示例实施方式中上述文本分类方法中的各步骤进行详细的解释以及说明。

在步骤S110中，按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量。

在本示例的实施方式中，参考图2所示，服务器201爬取服务器202的待分类文本或者获取服务器201上存储的待分类文本，然后服务器201就可以对待分类文本进行分词等处理后，查找多维词向量字典，获得每个词对应的多维词向量。其中，服务器201可以是任何具有执行程序指令、存储功能的终端，例如云服务器、手机、电脑等；服务器202可以是任何具有存储功能的终端，例如手机、电脑等。

多维向量字典是预先规定各多维向量向量对应的词语的字典，不同词对应的多维向量中，至少有一个维度的元素值不同。不同词对应的多维向量中，至少有一个维度的元素值不同是当向量中的其中一个元素值发生改变时，该向量所对应的词会发生改变，例如：向量(1,2,3)代表“你”，当改变其中一个值后，向量(1,2,2)就代表“我”。通过获取每个词的多维词向量，可以在后续步骤中利用机器学习模型进行准确的计算分析。

在本示例的一种实施方式中，所述按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量，包括：

将所述待分类文本分词，得到组成所述待分类文本的每个词；

从所述多维词向量字典中查找所述每个词对应的多维词向量。

待分类文本通常是由整段的句子组成，组成一个句子又包含很多的词，利用现有的分词方法可以准确的将待分类文本分词，例如，一个句子为“今天阳光号顺利出海”，分词后得到“今天”“阳光号”“顺利”“出”“海”，通过将待分类文本分词，可以利用每个词在多维向量字典查找每个词对应的多维词向量，这样既可以获得每个词的多维词向量，又可以利用每个词的多维词向量不同的性质，保证每个句子的语义与原文一致，保证后续步骤进行文本分类的准确性。

在步骤S120中.从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量。

在本示例的实施方式中，通过获取待分类文本中的关键词，由于关键词是代表文本的关键主旨的各级词，可以保证文本分类的准确性，同时有效降低后续步骤的计算量。

在本示例的一种实施方式中，所述从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量，包括：

确定所述待分类文本中的关键词；

从所述每个词对应的多维词向量中，获取所述关键词的多维词向量。

通过获取待分类文本中的关键词，由于关键词是代表文本的关键主旨的各级词，可以保证文本分类的准确性，同时有效降低后续步骤的计算量。

在本示例的一种实施方式中，所述确定所述待分类文本中的关键词，包括：

计算所述待分类文本中的每个词出现的次数；

将出现次数最多的预定数目个词，确定为关键词。

通过计算待分类文本中每个词出现的次数，一般，文本中越重要的词出现的次数越多，该词在文本中的重要性越高，通过将出现次数最多的预定数目个词，确定为关键词，可以快速的确定出文本的关键词。

在本示例的一种实施方式中，所述确定所述待分类文本中的关键词，包括：

根据所述待分类文本中的词的词-文本关联度M＝E*A/B*log(C/(D+1))，当所述词-文本关联度M大于预定阈值时，确定所述词为关键词，其中，A为某个词在文本中出现的次数，B为文本中的总词数，C为文本库中文本总数，D为文本库中包含某个词的文本数，E某个词在文本中来源的段落的权重。

A为某个词在文本中出现的次数，B为文本中的总词数，通过A/B可以得到该词在文本中出现的频率。C为文本库中文本总数，D为文本库中包含某个词的文本数，文本库为预先收集了大量文本的库存，log(C/(D+1))可以计算出一个词在所有文本中的出现频率，当一个词在所有文本中出现的频率很高时，说明该词为大众词，那么分母D+1就越大，log(C/(D+1))的值就越小越接近0。A/B*log(C/(D+1))的值越大说明该词在待分类文本中出现的次数多，在整个文本库中出现的次数越少，进而说明该词在待分类文本中越重要。E为某个词在文本中来源的段落的权重，通过关键词的频率E乘以关键词在待分类文本中的关联频率A/B*log(C/(D+1))，可以得到待分类文本中的词的词-文本关联度M，该值越高，对应的词的越关键。当所述词-文本关联度M大于预定阈值时，确定所述词为关键词，可以有效保证关键词的准确度，进而保证文本分类的准确度。

在本示例的一种实施方式中，基于待分类文本分成的词，将待分类文本分成的词中相对于特定词的特定位置的词，确定为待分类文本的关键词。

例如一个文本的主旨是西红柿和产地山东，则文本中必定多次描述西红柿富含各种营养，产自山东的西红柿等；此时可以摸过设定模板，***富含，产自**，将富含之前位置，和产自之后位置的词确定为待分类文本的关键词；方便快捷、准确度高。

在步骤S130中.获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果。

在本示例的实施方式中，所述预定维度指的是待分类文本中的词向量在多维向量中的某一维度。例如“你”的向量是(1,2,3)，1代表第一维度向量，2代表第二维度向量，3代表第三维度向量。

将待分类文本中的每个词对应的多维向量中的预定维度的元素值取出，按照待分类文本中的每个词的顺序输入与该预定位次对应的机器学习模型，由机器学习模型输出该待分类文本的子分类结果，例如：将每个词的第一维度的向量的元素值取出，然后按照词的顺序输入机器学习模型。然后将第二维度到最后一个维度的元素值分别取出，分别按顺序输入机器学习模型。得到所述待分类文本的预定维度分类结果。将预定维度的元素值提取出，利用训练好的预定维度的机器学习模型，可以在有效降低计算量级的情况下，提高计算效率，准确地将文本初步分类。

在本示例的一种实施方式中，所述预定维度机器学习模型的训练方法包括：

收集事先标定了类别的文本样本集合；

按照所述文本样本中的词查找多维词向量字典，获得每个词对应的多维词向量；

获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在文本样本中的顺序输入预定维度机器学习模型，输出所述文本样本的预定维度分类结果；

当所述预定维度分类结果与对所述文本样本事先标定的类别不一致，调整机器学习模型的系数，直到所述预定维度分类结果与对所述文本样本事先标定的类别一致。

当所述机器学习模型针对所述文本样本集合中，所有文本样本的预定维度分类结果与对所述文本样本事先标定的类别一致，训练结束。

通过事先标定了类别的文本样本，按照所述文本样本中的词的多维词向量的预定维度的元素值，按照顺序输入机器学习模型输出事先标定的类别，可以准确的训练得到预定维度机器学习模型。

在步骤S140中.将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果。

在本示例的实施方式中，关键词多维向量数量很少，同时具有高度的文本代表性，可以有效降低机器学习模型的计算负荷，提高计算效率，同时有效提高预分类的准确性。

在本示例的一种实施方式中，所述关键词机器学习模型的训练方法包括：设置文本样本集合，该文本样本集合中的每个文本样本具有已知的分类结果，获取每个文本样本中的关键词的向量，将该文本样本中的关键词的向量输入关键词机器学习模型，由关键词机器学习模型输出对该文本样本的子分类结果，将该子分类结果与该文本样本已知的分类结果进行比较，如不一致，则调整机器学习模型，使该子分类结果与该文本样本已知的分类结果一致。

通过事先标定了类别的文本样本，按照所述文本样本中的关键词的多维词向量，按照顺序输入机器学习模型输出事先标定的类别，可以准确的训练得到关键词机器学习模型。

在步骤S150中.基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果。

在本示例的实施方式中，预定维度的分类结果根据全文分析获得，同时，关键词分类结果根据文本的代表性关键词获得，结合两者可以有效保证文本分类的准确性。

在本示例的一种实施方式中，参考图3所示，所述基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果，包括步骤S310、步骤S320及步骤S330：

步骤S310.获取所有维度的分类结果；

步骤S310.获取所有关键词的分类结果；

步骤S310.将所述所有维度的分类结果和所述所有关键词的分类结果中数量最多的分类结果，作为所述待分类文本的分类结果。

所有维度的分类结果和所有关键词的分类结果中数量最多的分类结果，就是与文本的关系最密切同时是文本中最关键的词，将该词作为待分类文本的分类结果有效保证文本分类的准确性。

本公开还提供了一种文本分类装置。参考图4所示，该文本分类装置可以包括查找模块410、获取模块420、第一分类模块430、第二分类模块440以及分类确定模块450。其中：

查找模块410可以用于按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；

获取模块420可以用于从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量；

第一分类模块430可以用于获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果；

第二分类模块440可以用于将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果；

分类确定模块450可以用于基于所述预定维度分类结果和所述关键词分类结果，作为所述待分类文本的分类结果。

上述文本分类装置中各模块的具体细节已经在对应的文本分类方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图5来描述根据本发明的这种实施方式的电子设备500。图5显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图1中所示的步骤S110：按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；S120：从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量；步骤S130：获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果；步骤S140：将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果；步骤S150：基于所述预定维度分类结果和所述关键词分类结果，作为所述待分类文本的分类结果。

存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。

存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得客户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图6所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在客户计算设备上执行、部分地在客户设备上执行、作为一个独立的软件包执行、部分在客户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到客户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (10)

1.一种文本分类方法，其特征在于，包括：

按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；

从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量；

获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果；

将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果；

基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量，包括：

将所述待分类文本分词，得到组成所述待分类文本的每个词；

从所述多维词向量字典中查找所述每个词对应的多维词向量。

3.根据权利要求1所述的方法，其特征在于，所述从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量，包括：

确定所述待分类文本中的关键词；

从所述每个词对应的多维词向量中，获取所述关键词的多维词向量。

4.根据权利要求3所述的方法，其特征在于，所述确定所述待分类文本中的关键词，包括：

计算所述待分类文本中的每个词出现的次数；

将出现次数最多的预定数目个词，确定为关键词。

5.根据权利要求3所述的方法，其特征在于，所述确定所述待分类文本中的关键词，包括：

根据所述待分类文本中的词的词-文本关联度M＝E*A/B*log(C/(D+1))，当所述词-文本关联度M大于预定阈值时，确定所述词为关键词，其中，A为某个词在文本中出现的次数，B为文本中的总词数，C为文本库中文本总数，D为文本库中包含某个词的文本数，E为某个词在文本中来源的段落的权重。

6.根据权利要求1所述的方法，其特征在于，所述预定维度机器学习模型的训练方法包括：

收集事先标定了类别的文本样本集合；

按照所述文本样本中的词查找多维词向量字典，获得每个词对应的多维词向量；

获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在文本样本中的顺序输入预定维度机器学习模型，输出所述文本样本的预定维度分类结果；

当所述预定维度分类结果与对所述文本样本事先标定的类别不一致，调整机器学习模型的系数，直到所述预定维度分类结果与对所述文本样本事先标定的类别一致。

当所述机器学习模型针对所述文本样本集合中，所有文本样本的预定维度分类结果与对所述文本样本事先标定的类别一致，训练结束。

7.根据权利要求1所述的方法，其特征在于，所述基于所述预定维度分类结果和所述关键词分类结果，确定所述待分类文本的分类结果，包括：

获取所有维度的分类结果；

获取所有关键词的分类结果；

将所述所有维度的分类结果和所述所有关键词的分类结果中数量最多的分类结果，作为所述待分类文本的分类结果。

8.一种文本分类装置，其特征在于，包括：

查找模块，用于按照待分类文本中的词查找多维词向量字典，获得每个词对应的多维词向量；

获取模块，用于从所述每个词对应的多维词向量中，获取所述待分类文本中的各关键词的多维词向量；

第一分类模块，用于获取所述每个词对应的多维词向量中预定维度的元素值，按照每个词在待分类文本中的顺序输入预定维度机器学习模型，得到所述待分类文本的预定维度分类结果；

第二分类模块，用于将所述各关键词的多维词向量，按照每个词在待分类文本中的顺序输入关键词机器学习模型，得到所述待分类文本的关键词分类结果；

分类确定模块，用于基于所述预定维度分类结果和所述关键词分类结果，作为所述待分类文本的分类结果。

9.一种计算机可读存储介质，其上存储有文本分类程序，其特征在于，所述文本分类程序被处理器执行时实现权利要求1-7任一项所述的方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的文本分类程序；其中，所述处理器配置为经由执行所述文本分类程序来执行权利要求1-7任一项所述的方法。