CN112597312A - 文本分类方法、装置、电子设备及可读存储介质 - Google Patents
文本分类方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN112597312A CN112597312A CN202011581315.1A CN202011581315A CN112597312A CN 112597312 A CN112597312 A CN 112597312A CN 202011581315 A CN202011581315 A CN 202011581315A CN 112597312 A CN112597312 A CN 112597312A
- Authority
- CN
- China
- Prior art keywords
- vector
- text
- keyword
- word
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 239000013598 vector Substances 0.000 claims abstract description 247
- 238000004140 cleaning Methods 0.000 claims abstract description 12
- 230000015654 memory Effects 0.000 claims description 26
- 230000011218 segmentation Effects 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 19
- 230000004913 activation Effects 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 230000001537 neural effect Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000012549 training Methods 0.000 description 15
- 238000010276 construction Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 210000001072 colon Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007787 long-term memory Effects 0.000 description 4
- 230000006403 short-term memory Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/126—Character encoding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及智能决策领域,揭露一种文本分类方法,包括:对原始文本进行清洗得到目标文本,对所述目标文本进行分词,得到分词集,并提取关键词集,获取所述关键词集的位置信息集及词性信息集,将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集及词性信息向量集,再进行向量拼接,得到目标词向量集,利用语义识别模型识别所述目标词向量集的语义信息,得到词语义信息集,根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。本发明还涉及区块链技术,所述目标文本可以存储在区块链节点中。本发明还提出一种文本分类装置、电子设备以及可读存储介质。本发明可以提高文本分类的准确率。
Description
技术领域
本发明涉及智能决策领域,尤其涉及一种文本分类方法、装置、电子设备及可读存储介质。
背景技术
企业在对不动产进行评估时,为了控制不动产的生产成本的同时达到精准生产的要求,需要从不动产的各类文本中提取相关信息,进而全面了解不动产的相关情况。随着企业的规模增加,不动产文本数量也随之增加,如何处理大量的不动产文本并正确分类是个亟需解决的问题。
目前对于不动产文本的分类,都是利用传统的Text-RNN模型根据不动产文本的整体信息对不动产文本进行分类,但是这样的方式,缺少了对不动产文本中关键词的局部信息的提取,导致对于不动产文本的分类准确度较低,不利于企业对不动产的评估。
发明内容
本发明提供一种文本分类方法、装置、电子设备及可读存储介质,其主要目的在于提高文本分类的准确率。
为实现上述目的,本发明提供的一种文本分类方法,包括:
接收原始文本,并对所述原始文本进行清洗,得到目标文本,对所述目标文本进行语义信息提取,得到文本语义信息;
对所述目标文本进行分词,得到分词集,从所述分词集中提取关键词集,并获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集;
利用预设的向量编码映射表将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集及词性信息向量集;
对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集;
利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集;
根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。
可选地,所述对所述原始文本进行清洗,得到目标文本包括:
利用预设的正则表达式对所述原始文本中的符号进行匹配,将与所述正则表达式匹配成功的符号过滤,得到所述目标文本。
可选地,获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集,包括:
对所述关键词集中的每个关键词进行词性标注,得到所述关键词集的词性信息集;
对所述关键词集中的每个关键词进行位置编码,得到所述关键词集的位置信息集。
可选地,所述对所述关键词向量集、位置向量集集及词性向量集进行向量拼接之前,还包括:
识别所述关键词向量集中每个关键词向量中的字符数量是否超过预设数量;
若所述关键词向量中的字符数量未超过预设数量,则将所述关键词向量作为所述向量拼接的关键词向量;
若所述关键词向量中的字符数量超过预设数量,则对所述关键词向量、关键词向量中的每个字向量进行组合后作为所述所述向量拼接的关键词向量。
可选地,所述对所述关键词向量、关键词向量中的每个字向量进行组合后作为所述所述向量拼接的关键词向量,包括:
利用下述方法组合所述关键词向量、关键词向量中的每个字向量:
其中,wemb表示向量拼接的关键词向量,wordemb表示关键词向量,N表示字符数量,charemb表示字向量。
可选地,所述利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集,包括:
利用所述语义识别模型中的长短期神经记忆网络对所述目标词向量集进行特征提取,得到所述目标词向量集的词语义特征集;
利用预设的特征激活函数对所述词语义特征集进行激活计算,得到词语义信息集。
可选地,所述根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别,包括:
将所述文本语义信息及所述词语义信息集进行合并,得到所述目标文本的类别语义信息;
根据所述类别语义信息识别所述目标文本的文本类别。
为了解决上述问题,本发明还提供一种文本分类装置,所述装置包括:
接收模块,用于收原始文本,并对所述原始文本进行清洗,得到目标文本,对所述目标文本进行语义信息提取,得到文本语义信息;
提取模块,用于对所述目标文本进行分词,得到分词集,从所述分词集中提取关键词集,并获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集;
处理模块,用于利用预设的向量编码映射表将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集及词性信息向量集,对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集;
识别模块,用于利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集,根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器:以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够实现上述所述的文本分类方法。
为了解决上述问题,本发明还提供一种可读存储介质,包括存储数据区和存储程序区,存储数据区存储创建的数据,存储程序区存储有计算机程序;其中,所述计算机程序被处理器执行时实现上述所述的文本分类方法。
本申请实施例通过获取文本中的关键词及所述关键词的位置信息和词性信息,通过将所述关键词、位置信息及词性信息进行向量拼接,得到目标向量,利用预先训练完成的语义识别模型获取关键词的词语义信息,基于文本的整体语义信息及关键词的词语义信息,识别文本的文本类型。本发明实施例通过合并文本的整体语义信息及文本关键词的局部的语义信息对文本类型进行识别,提高了文本分类的准确率。因此本发明提出的文本分类方法、装置及可读存储介质,通过合并文本的整体语义信息及文本关键词的局部语义信息对文本的文本类型进行识别,提高文本分类的准确率。
附图说明
图1为本发明一实施例提供的文本分类方法的流程示意图;
图2为本发明一实施例提供的文本分类方法中S5的详细流程示意图;
图3为本发明一实施例提供的文本分类方法中S6的详细流程示意图;
图4为本发明一实施例提供的文本分类装置的模块示意图;
图5为本发明一实施例提供的实现文本分类方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种文本分类方法。所述文本分类方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述文本分类方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的文本分类方法的流程示意图。在本实施例中,所述文本分类方法包括:
S1、接收原始文本,并对所述原始文本进行清洗,得到目标文本,对所述目标文本进行语义信息提取,得到文本语义信息。
本发明较佳实施例中,所述原始文本可以是由多个句子、段落或篇章组成的集合。本发明其中一个实施例,所述原始文本可以是从企业资产信息库中提取的关于记录企业不动产信息的文书,如所述原始文本包括不动产总承包合同、不动产分包合同、不动产建造合同及不动产登记证书等。
本发明较佳实施例中,所述清洗是指对原始文本进行标点符号过滤及特殊符号过滤。本发明其中一个实施例,可以利用Unicode标点属性方式的正则表达式对所述原始文本进行清洗,即利用所述Unicode标点属性方式的正则表达式对所述原始文本中的符号进行匹配,将与所述正则表达式匹配成功的符号过滤,得到所述目标文本。
示例性地,所述原始文本可以为合同编号:R3JG201733,发包方:青岛市西海岸轨道交通有限公司,合同金额40135066元的全部应收账款;所述Unicode标点属性方式的正则表达式可以为[-!@$%*&#^+={}:;,、\.?“”。、],通过所述正则表达式匹配到所述原始文本中的冒号、逗号及句号,将匹配到的冒号、逗号及句号进行过滤,得到目标文本。
本发明其中一个实施例中,所述目标文本可以存储于区块链节点中。
进一步地,本发明实施例可以通过当前公开的Text-RNN模型对所述目标文本进行文本语义信息提取。
S2、对所述目标文本进行分词,得到分词集,从所述分词集中提取关键词集,并获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集。
本发明其中一个实施例,所述分词可以使用基于Python、JAVA等编程语言的结巴分词程序,如目标文本可以为合同金额40135066元的全部应收账款;基于所述结巴分词进行处理后得到[合同][金额][40135066][元][的][全部][应][收][账款]。
本发明较佳实施例中,可以通过计算分词在分词集中出现的频率,得到所述分词的词频,将所述词频超过预设阈值的分词作为关键词,其中所述预设阈值可以为0.07,不限于本实施例列举出的值,本发明其他实施例中可以根据实际需要进行设定。
本发明其中一个实施例,可以利用下述方法计算词频:
其中,f表示词频,k表示目标文本,n表示分词出现的次数,m表示分词集的个数。如所述关键词可以为未来、全部、所有、除等。
本发明其中一个实施例,所述位置信息集可以利用预设的词位置编码器对所述关键词集进行位置编码,得到所述关键词集的位置信息。如目标文本进行分词后,得到的分词集中包含300个分词,按照所述预设的词位置编码器对每个分词进行位置编码,得到每个分词对应的0-299号的位置编码,从所述位置编码中查询所述关键词集中每个关键词对应的位置编码,得到每个关键词在目标文本中的位置信息。
进一步地,本发明其中一个实施例,所述词性信息集可以使用基于Python编程语言的HMM的词性标注方法对所述关键词集进行词性标注,得到所述关键词集的词性信息集。如关键词中可以为“所有”,基于所述HMM的词性标注方法进行处理后得到“所有”的词性信息集有形容词、代词等。
S3、利用预设的向量编码映射表将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集以及词性信息向量集。
本发明实施例中,所述编码映射表是一种矩阵映射方法,通过对所述关键词集、位置信息集及词性信息集进行编码,得到所述关键词集、位置信息集及词性信息集分别对应的向量编码,根据所述向量编码查询映射表中对应的向量表示,将所述向量编码进行对应的转换,得到关键词向量集、位置信息向量集以及词性信息向量集。
S4、对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集。
本发明其中一个实施例中,在所述S4之前,还包括:识别所述关键词向量集中每个关键词向量中的字符数量是否超过预设数量,若所述关键词向量中的字符数量未超过预设数量,则将所述关键词向量作为所述向量拼接的关键词向量,若所述关键词向量中的字符数量超过预设数量,则对所述关键词向量、关键词向量中的每个字向量进行组合后作为所述所述向量拼接的关键词向量。较佳地,本发明实施例所述预设数量可以为1。
进一步地,本发明实施例利用下述方法组合所述关键词向量、关键词向量中的每个字向量:
其中,wemb表示向量拼接的关键词向量,wordemb表示关键词向量,N表示字符数量,charemb表示字向量。
本发明其中实施例中,利用如下方法对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集taremb:
taremb=wordemb+Posemb+locemb
其中,taremb表示目标词向量集,wordemb表示关键词向量集,Posemb表示位置信息向量集,locemb表示词性信息向量集。
S5、利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集。
本发明实施例中,所述语义识别模型包括长短期记忆神经网络及特征激活函数。
详细地,参阅图2所示,所述利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集,包括:
S51、利用所述语义识别模型中的长短期神经记忆网络对所述目标词向量集进行特征提取,得到所述目标词向量集的词语义特征集;
S52、利用预设的特征激活函数对所述词语义特征集进行激活计算,得到词语义信息集。
较佳地,本发明实施例利用如下特征激活函数,对词语义特征集进行激活计算:
其中,F(xn)表示及目标词向量n的词语义信息,xn表示所述词语义特征集的第n个词语义特征。
本发明其中一个实施中,所述S5之前,还可以包括训练所述语义识别模型。详细地,所述训练所述语义识别模型包括:
获取训练集;利用所述语义识别模型中的长短期记忆神经网络,提取所述训练集的语义特征,得到训练集语义特征;利用所述语义识别模型中的特征激活函数对所述训练集语义特征进行激活计算得到所述训练集的语义信息,根据所述语义信息,利用所述语义识别模型中的损失函数计算所述训练集的损失值,当所述损失值不小于预设阈值时,调整所述语义识别模型的内部参数,直到所述损失值小于所述预设阈值时,得到训练完成的语义识别模型。
S6、根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。
详细地,请参阅图3所示,所述根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别,包括:
S61、将所述文本语义信息及所述词语义信息集进行合并,得到所述目标文本的类别语义信息;
S62、根据所述类别语义信息识别所述目标文本的文本类别。
本发明实施例中,所述目标文本的文本类别仅属于一个类别。本发明其中一个实施例,所述类别语义信息可以包括工程承包方式、工程计价方式及工程施工内容等,所述工程承包方式可以包括总承包方式及分包方式,所述工程计价方式可以包括固定计价方式及工程量计价方式等,所述工程施工内容可以包括单位工程及分部分项工程。示例性的,目标文本A的类别语义信息属于所述工程承包方式中的分包方式,则识别所述目标文本A的文本类别为不动产分包合同。
本申请实施例提供的文本分类方法通过获取文本中的关键词及所述关键词的位置信息和词性信息,通过将所述关键词、位置信息及词性信息进行向量拼接,得到目标向量,利用预先训练完成的语义识别模型获取关键词的词语义信息。基于文本的整体语义信息及关键词的词语义信息,识别文本的文本类型。本发明实施例通过合并文本的整体语义信息及文本关键词的局部的语义信息对文本类型进行识别,提高了文本分类的准确率。因此本发明提出的文本分类方法、装置及可读存储介质,可以,通过合并文本的整体语义信息及文本关键词的局部语义信息对文本的文本类型进行识别,提高文本分类的准确率。
如图4所示,是本发明文本分类装置的模块示意图。
本发明所述文本分类装置100可以安装于电子设备中。根据实现的功能,所述文本分类装置可以包括接收模块101、提取模块102、处理模块103及识别模块104。本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述接收模块101,用于接收原始文本,并对所述原始文本进行清洗,得到目标文本,对所述目标文本进行语义信息提取,得到文本语义信息。
本发明较佳实施例中,所述原始文本可以是由多个句子、段落或篇章组成的的集合。本发明其中一个实施例,所述原始文本可以是从企业资产信息库中提取的关于记录企业不动产信息的文书,将所述文书作为原始文本。,如所述原始文本包括不动产总承包合同、不动产分包合同、不动产建造合同及不动产登记证书等。
本发明较佳实施例中,所述清洗是指对原始文本进行标点符号过滤及特殊符号过滤。本发明其中一个实施例,可以利用Unicode标点属性方式的正则表达式对所述原始文本进行清洗,即利用所述Unicode标点属性方式的正则表达式对所述原始文本中的符号进行匹配,将与所述正则表达式匹配成功的符号过滤,得到所述目标文本。
示例性地,所述原始文本可以为合同编号:R3JG201733,发包方:青岛市西海岸轨道交通有限公司,合同金额40135066元的全部应收账款;所述Unicode标点属性方式的正则表达式可以为[-!@$%*&#^+={}:;,、\.?“”。、],通过所述正则表达式匹配到所述原始文本中的冒号、逗号及句号,将匹配到的冒号、逗号及句号进行过滤,得到目标文本。
进一步地,本发明实施例可以通过当前公开的Text-RNN模型对所述目标文本进行文本语义信息提取。
所述提取模块102,用于对所述目标文本进行分词,得到分词集,从所述分词集中提取关键词集,并获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集。
本发明其中一个实施例,所述分词可以使用基于Python、JAVA等编程语言的结巴分词程序,如目标文本可以为合同金额40135066元的全部应收账款;基于所述结巴分词进行处理后得到[合同][金额][40135066][元][的][全部][应][收][账款]。
本发明较佳实施例中,可以通过计算分词在分词集中出现的频率,得到所述分词的词频,将所述词频超过预设阈值的分词作为关键词,其中所述预设阈值可以为0.07,不限于本实施例列举出的值,本发明其他实施例中可以根据实际需要进行设定。
本发明其中一个实施例,可以利用下述方法计算词频:
其中,f表示词频,k表示目标文本,n表示分词出现的次数,m表示分词集的个数。如所述关键词可以为未来、全部、所有、除等。
本发明其中一个实施例,所述位置信息集可以利用预设的词位置编码器对所述关键词集进行位置编码,得到所述关键词集的位置信息。如目标文本进行分词后,得到的分词集中包含300个分词,按照所述预设的词位置编码器对每个分词进行位置编码,得到每个分词对应的0-299号的位置编码,从所述位置编码中查询所述关键词集中每个关键词对应的位置编码,得到每个关键词在目标文本中的位置信息。
进一步地,本发明其中一个实施例,所述词性信息集可以使用基于Python编程语言的HMM的词性标注方法对所述关键词集进行词性标注,得到所述关键词集的词性信息集。如关键词中可以为“所有”,基于所述HMM的词性标注方法进行处理后得到“所有”的词性信息集有形容词、代词等。
所述处理模块103,用于利用预设的向量编码映射表将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集及词性信息向量集,对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集。
本发明较佳实施例中,所述编码映射表是是一种矩阵映射方法,通过对所述关键词集、位置信息集及词性信息集进行编码,得到所述关键词集、位置信息集及词性信息集分别对应的向量编码,根据所述向量编码查询映射表中对应的向量表示,将所述向量编码进行对应的转换,得到关键词向量集、位置信息向量集以及词性信息向量集。
本发明较佳其中一个实施例中,在所述对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集之前,所述处理模块103还用于:识别所述关键词向量集中每个关键词向量中的字符数量是否超过预设数量,若所述关键词向量中的字符数量未超过预设数量,则将所述关键词向量作为所述向量拼接的关键词向量,若所述关键词向量中的字符数量超过预设数量,则对所述关键词向量、关键词向量中的每个字向量进行组合后作为所述所述向量拼接的关键词向量。较佳地,本发明实施例所述预设数量可以为1。
进一步地,本发明实施例利用下述方法组合所述关键词向量、关键词向量中的每个字向量:
其中,wemb表示向量拼接的关键词向量,wordemb表示关键词向量,N表示字符数量,charemb表示字向量。
本发明其中实施例中,利用如下方法对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集taremb:
taremb=wordemb+Posemb+locemb
其中,taremb表示目标词向量集,wordemb表示关键词向量集,Posemb表示位置信息向量集,locemb表示词性信息向量集。
所述识别模块104,用于利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集,根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。
本发明实施例中,所述语义识别模型包括长短期记忆神经网络及特征激活函数。
详细地,所述利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集时,所述识别模块104详细用于:
利用所述语义识别模型中的长短期神经记忆网络对所述目标词向量集进行特征提取,得到所述目标词向量集的词语义特征集;
利用预设的特征激活函数对所述词语义特征集进行激活计算,得到词语义信息集。
较佳地,本发明实施例利用如下特征激活函数,对词语义特征集进行激活计算:
其中,F(xn)表示及目标词向量n的词语义信息,xn表示所述词语义特征集的第n个词语义特征。
本发明其中一个实施中,所述利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集之前,所述识别模块104还可以用于训练所述语义识别模型。详细地,所述训练所述语义识别模型包括:
获取训练集;利用所述语义识别模型中的长短期记忆神经网络,提取所述训练集的语义特征,得到训练集语义特征;利用所述语义识别模型中的特征激活函数对所述训练集语义特征进行激活计算得到所述训练集的语义信息,根据所述语义信息,利用所述语义识别模型中的损失函数计算所述训练集的损失值,当所述损失值不小于预设阈值时,调整所述语义识别模型的内部参数,直到所述损失值小于所述预设阈值时,得到训练完成的语义识别模型。
详细地,所述根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别时,所述识别模块104具体用于:
将所述文本语义信息及所述词语义信息集进行合并,得到所述目标文本的类别语义信息;
根据所述类别语义信息识别所述目标文本的文本类别。
本发明实施例中,所述目标文本的文本类别仅属于一个类别。本发明其中一个实施例,所述类别语义信息可以包括工程承包方式、工程计价方式及工程施工内容等,所述工程承包方式可以包括总承包方式及分包方式,所述工程计价方式可以包括固定计价方式及工程量计价方式等,所述工程施工内容可以包括单位工程及分部分项工程。示例性的,目标文本A的类别语义信息属于所述工程承包方式中的分包方式,则识别所述目标文本A的文本类别为不动产分包合同。
如图5所示,是本发明实现文本分类方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如文本分类程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如文本分类程序12的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行文本分类程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的文本分类程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
接收原始文本,并对所述原始文本进行清洗,得到目标文本,对所述目标文本进行语义信息提取,得到文本语义信息;
对所述目标文本进行分词,得到分词集,从所述分词集中提取关键词集,并获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集;
利用预设的向量编码映射表将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集及词性信息向量集;
对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集;
利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集;
根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。
进一步地,所述电子设备1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。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)。
进一步地,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储使用所创建的数据等。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图3对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,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)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收原始文本,并对所述原始文本进行清洗,得到目标文本,对所述目标文本进行语义信息提取,得到文本语义信息;
对所述目标文本进行分词,得到分词集,从所述分词集中提取关键词集,并获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集;
利用预设的向量编码映射表将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集及词性信息向量集;
对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集;
利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集;
根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种文本分类方法,其特征在于,所述方法包括:
接收原始文本,并对所述原始文本进行清洗,得到目标文本,对所述目标文本进行语义信息提取,得到文本语义信息;
对所述目标文本进行分词,得到分词集,从所述分词集中提取关键词集,并获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集;
利用预设的向量编码映射表将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集及词性信息向量集;
对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集;
利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集;
根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。
2.如权利要求1所述的文本分类方法,其特征在于,所述对所述原始文本进行清洗,得到目标文本,包括:
利用预设的正则表达式对所述原始文本中的符号进行匹配,将与所述正则表达式匹配成功的符号过滤,得到所述目标文本。
3.如权利要求1所述的文本分类方法,其特征在于,所述获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集,包括:
对所述关键词集中的每个关键词进行词性标注,得到所述关键词集的词性信息集;
对所述关键词集中的每个关键词进行位置编码,得到所述关键词集在所述目标文本中的位置信息集。
4.如权利要求3所述的文本分类方法,其特征在于,所述对所述关键词向量集、位置向量集集及词性向量集进行向量拼接之前,还包括:
识别所述关键词向量集中每个关键词向量中的字符数量是否超过预设数量;
若所述关键词向量中的字符数量未超过预设数量,则将所述关键词向量作为所述向量拼接的关键词向量;
若所述关键词向量中的字符数量超过预设数量,则对所述关键词向量、关键词向量中的每个字向量进行组合后作为所述所述向量拼接的关键词向量。
6.如权利要求1所述的文本分类方法,其特征在于,所述利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集,包括:
利用所述语义识别模型中的长短期神经记忆网络对所述目标词向量集进行特征提取,得到所述目标词向量集的词语义特征集;
利用预设的特征激活函数对所述词语义特征集进行激活计算,得到词语义信息集。
7.如权利要求1所述的文本分类方法,其特征在于,所述根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别,包括:
将所述文本语义信息及所述词语义信息集进行合并,得到所述目标文本的类别语义信息;
根据所述类别语义信息识别所述目标文本的文本类别。
8.一种文本分类装置,其特征在于,所述装置包括:
接收模块,用于收原始文本,并对所述原始文本进行清洗,得到目标文本,对所述目标文本进行语义信息提取,得到文本语义信息;
提取模块,用于对所述目标文本进行分词,得到分词集,从所述分词集中提取关键词集,并获取所述关键词集的词性信息集以及所述关键词集在所述目标文本中的位置信息集;
处理模块,用于利用预设的向量编码映射表将所述关键词集、位置信息集及词性信息集转换为关键词向量集、位置信息向量集及词性信息向量集,对所述关键词向量集、位置信息向量集及词性信息向量集进行向量拼接,得到目标词向量集;
识别模块,用于利用预先训练完成的语义识别模型识别所述目标词向量集中每个目标词向量的语义信息,得到词语义信息集,根据所述目标文本的文本语义信息和所述词语义信息集,识别所述目标文本的文本类别。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的文本分类方法。
10.一种可读存储介质,包括存储数据区和存储程序区,其特征在于,所述存储数据区存储创建的数据,所述存储程序区存储有计算机程序;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7中任一项所述的文本分类方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011581315.1A CN112597312A (zh) | 2020-12-28 | 2020-12-28 | 文本分类方法、装置、电子设备及可读存储介质 |
PCT/CN2021/123898 WO2022142593A1 (zh) | 2020-12-28 | 2021-10-14 | 文本分类方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011581315.1A CN112597312A (zh) | 2020-12-28 | 2020-12-28 | 文本分类方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112597312A true CN112597312A (zh) | 2021-04-02 |
Family
ID=75203640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011581315.1A Pending CN112597312A (zh) | 2020-12-28 | 2020-12-28 | 文本分类方法、装置、电子设备及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112597312A (zh) |
WO (1) | WO2022142593A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113157927A (zh) * | 2021-05-27 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 文本分类方法、装置、电子设备及可读存储介质 |
CN113239190A (zh) * | 2021-04-27 | 2021-08-10 | 天九共享网络科技集团有限公司 | 文档分类方法、装置、存储介质及电子设备 |
CN113626605A (zh) * | 2021-08-31 | 2021-11-09 | 中国平安财产保险股份有限公司 | 信息分类方法、装置、电子设备及可读存储介质 |
WO2022142593A1 (zh) * | 2020-12-28 | 2022-07-07 | 深圳壹账通智能科技有限公司 | 文本分类方法、装置、电子设备及可读存储介质 |
CN114943306A (zh) * | 2022-06-24 | 2022-08-26 | 平安普惠企业管理有限公司 | 意图分类方法、装置、设备及存储介质 |
CN114996463A (zh) * | 2022-07-18 | 2022-09-02 | 武汉大学人民医院(湖北省人民医院) | 一种病例的智能分类方法和装置 |
WO2022222228A1 (zh) * | 2021-04-22 | 2022-10-27 | 平安科技(深圳)有限公司 | 文本不良信息识别方法、装置、电子设备及存储介质 |
CN115329756A (zh) * | 2021-10-21 | 2022-11-11 | 盐城金堤科技有限公司 | 执行主体的提取方法、装置、存储介质和电子设备 |
WO2023071242A1 (zh) * | 2021-11-01 | 2023-05-04 | 深圳前海微众银行股份有限公司 | 一种文本生成方法及装置、存储介质 |
CN116189193A (zh) * | 2023-04-25 | 2023-05-30 | 杭州镭湖科技有限公司 | 一种基于样本信息的数据存储可视化方法和装置 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115169291B (zh) * | 2022-07-14 | 2023-05-12 | 中国建筑西南设计研究院有限公司 | 文本转换方法、装置、终端设备和计算机可读存储介质 |
WO2024060066A1 (zh) * | 2022-09-21 | 2024-03-28 | 京东方科技集团股份有限公司 | 一种文本识别方法、模型及电子设备 |
CN115543925B (zh) * | 2022-12-02 | 2023-09-19 | 北京德风新征程科技有限公司 | 文件处理方法、装置、电子设备和计算机可读介质 |
CN116561652B (zh) * | 2023-04-04 | 2024-04-26 | 陆泽科技有限公司 | 一种标签标注方法及装置、电子设备、存储介质 |
CN116664319A (zh) * | 2023-08-01 | 2023-08-29 | 北京力码科技有限公司 | 一种基于大数据的金融保单分类系统 |
CN117273667B (zh) * | 2023-11-22 | 2024-02-20 | 浪潮通用软件有限公司 | 一种单据审核处理方法及设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145097A (zh) * | 2018-06-11 | 2019-01-04 | 人民法院信息技术服务中心 | 一种基于信息提取的裁判文书分类方法 |
CN111126053B (zh) * | 2018-10-31 | 2023-07-04 | 北京国双科技有限公司 | 一种信息处理方法及相关设备 |
CN111680168A (zh) * | 2020-05-29 | 2020-09-18 | 平安银行股份有限公司 | 文本特征语义提取方法、装置、电子设备及存储介质 |
CN111881291A (zh) * | 2020-06-19 | 2020-11-03 | 山东师范大学 | 一种文本情感分类方法及系统 |
CN111930940B (zh) * | 2020-07-30 | 2024-04-16 | 腾讯科技(深圳)有限公司 | 一种文本情感分类方法、装置、电子设备及存储介质 |
CN112597312A (zh) * | 2020-12-28 | 2021-04-02 | 深圳壹账通智能科技有限公司 | 文本分类方法、装置、电子设备及可读存储介质 |
-
2020
- 2020-12-28 CN CN202011581315.1A patent/CN112597312A/zh active Pending
-
2021
- 2021-10-14 WO PCT/CN2021/123898 patent/WO2022142593A1/zh active Application Filing
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022142593A1 (zh) * | 2020-12-28 | 2022-07-07 | 深圳壹账通智能科技有限公司 | 文本分类方法、装置、电子设备及可读存储介质 |
WO2022222228A1 (zh) * | 2021-04-22 | 2022-10-27 | 平安科技(深圳)有限公司 | 文本不良信息识别方法、装置、电子设备及存储介质 |
CN113239190A (zh) * | 2021-04-27 | 2021-08-10 | 天九共享网络科技集团有限公司 | 文档分类方法、装置、存储介质及电子设备 |
CN113239190B (zh) * | 2021-04-27 | 2024-02-20 | 天九共享网络科技集团有限公司 | 文档分类方法、装置、存储介质及电子设备 |
CN113157927A (zh) * | 2021-05-27 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 文本分类方法、装置、电子设备及可读存储介质 |
CN113157927B (zh) * | 2021-05-27 | 2023-10-31 | 中国平安人寿保险股份有限公司 | 文本分类方法、装置、电子设备及可读存储介质 |
CN113626605A (zh) * | 2021-08-31 | 2021-11-09 | 中国平安财产保险股份有限公司 | 信息分类方法、装置、电子设备及可读存储介质 |
CN113626605B (zh) * | 2021-08-31 | 2023-11-28 | 中国平安财产保险股份有限公司 | 信息分类方法、装置、电子设备及可读存储介质 |
CN115329756A (zh) * | 2021-10-21 | 2022-11-11 | 盐城金堤科技有限公司 | 执行主体的提取方法、装置、存储介质和电子设备 |
WO2023071242A1 (zh) * | 2021-11-01 | 2023-05-04 | 深圳前海微众银行股份有限公司 | 一种文本生成方法及装置、存储介质 |
CN114943306A (zh) * | 2022-06-24 | 2022-08-26 | 平安普惠企业管理有限公司 | 意图分类方法、装置、设备及存储介质 |
CN114996463B (zh) * | 2022-07-18 | 2022-11-01 | 武汉大学人民医院(湖北省人民医院) | 一种病例的智能分类方法和装置 |
CN114996463A (zh) * | 2022-07-18 | 2022-09-02 | 武汉大学人民医院(湖北省人民医院) | 一种病例的智能分类方法和装置 |
CN116189193A (zh) * | 2023-04-25 | 2023-05-30 | 杭州镭湖科技有限公司 | 一种基于样本信息的数据存储可视化方法和装置 |
CN116189193B (zh) * | 2023-04-25 | 2023-11-10 | 杭州镭湖科技有限公司 | 一种基于样本信息的数据存储可视化方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022142593A1 (zh) | 2022-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112597312A (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN112883730B (zh) | 相似文本匹配方法、装置、电子设备及存储介质 | |
CN113268615A (zh) | 资源标签生成方法、装置、电子设备及存储介质 | |
CN113704429A (zh) | 基于半监督学习的意图识别方法、装置、设备及介质 | |
CN113033198B (zh) | 相似文本推送方法、装置、电子设备及计算机存储介质 | |
CN113157927A (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN112988963A (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
CN113722483A (zh) | 话题分类方法、装置、设备及存储介质 | |
CN112559687A (zh) | 问题识别及查询方法、装置、电子设备及存储介质 | |
CN113360768A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
CN113935880A (zh) | 政策推荐方法、装置、设备及存储介质 | |
CN113869456A (zh) | 采样监测方法、装置、电子设备及存储介质 | |
CN113205814A (zh) | 语音数据标注方法、装置、电子设备及存储介质 | |
CN113344125A (zh) | 长文本匹配识别方法、装置、电子设备及存储介质 | |
CN113254814A (zh) | 网络课程视频打标签方法、装置、电子设备及介质 | |
CN113360654A (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN112989043A (zh) | 指代消解方法、装置、电子设备及可读存储介质 | |
CN112579781A (zh) | 文本归类方法、装置、电子设备及介质 | |
CN114708073B (zh) | 一种围标串标智能检测方法、装置、电子设备及存储介质 | |
CN114943306A (zh) | 意图分类方法、装置、设备及存储介质 | |
CN115525761A (zh) | 一种文章关键词筛选类别的方法、装置、设备及存储介质 | |
CN115146064A (zh) | 意图识别模型优化方法、装置、设备及存储介质 | |
CN114385815A (zh) | 基于业务需求的新闻筛选方法、装置、设备及存储介质 | |
CN114186028A (zh) | 咨诉工单处理方法、装置、设备及存储介质 | |
CN113902404A (zh) | 基于人工智能的员工晋升分析方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40049981 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |