CN116244431A - 文本分类方法、装置、介质及电子设备 - Google Patents

文本分类方法、装置、介质及电子设备 Download PDF

Info

Publication number
CN116244431A
CN116244431A CN202211615155.7A CN202211615155A CN116244431A CN 116244431 A CN116244431 A CN 116244431A CN 202211615155 A CN202211615155 A CN 202211615155A CN 116244431 A CN116244431 A CN 116244431A
Authority
CN
China
Prior art keywords
text
vector
classified
character
fusion
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.)
Withdrawn
Application number
CN202211615155.7A
Other languages
English (en)
Inventor
刘泽
周多友
黄凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Flash Star Technology Co ltd
Original Assignee
Beijing Flash Star Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Flash Star Technology Co ltd filed Critical Beijing Flash Star Technology Co ltd
Priority to CN202211615155.7A priority Critical patent/CN116244431A/zh
Publication of CN116244431A publication Critical patent/CN116244431A/zh
Withdrawn legal-status Critical Current

Links

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
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/19147—Obtaining sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/19173—Classification techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及一种文本分类方法、装置、介质及电子设备，方法包括：获取文本图像，其中，所述文本图像为携带待分类文本的图像；确定所述待分类文本的语义向量，以及确定所述待分类文本中所有字符的字符概率对应的字符概率向量；对所述语义向量和所述字符概率向量进行融合，得到融合向量；通过预训练好的分类器对所述融合向量进行分类处理，得到所述待分类文本的分类结果，使得文本分类过程中具备文本清晰度的区分能力，进而能够在分类时可以同时考虑文本的语义信息和文本的清晰度，从而提高分类器的准确性，进而提升分类效果。

Description

文本分类方法、装置、介质及电子设备
技术领域
本公开涉及自然语言处理领域，具体地，涉及一种文本分类方法、装置、介质及电子设备。
背景技术
在信息爆炸的互联网时代，对信息的归类和结构化处理是必不可少的，而人工进行处理无法满足互联网的效率要求，因此，文本分类作为自然语言处理的最基础任务，是至关重要且不可缺少的。
在相关技术中，文本分类通常只考虑了单一的文本涵盖的语义信息，对于某些场景而言，可能存在分类不准确的情况。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，本公开提供一种文本分类法方法，包括：
获取文本图像，其中，所述文本图像为携带待分类文本的图像；
确定所述待分类文本的语义向量，以及确定所述待分类文本中所有字符的字符概率对应的字符概率向量；
对所述语义向量和所述字符概率向量进行融合，得到融合向量；
通过预训练好的分类器对所述融合向量进行分类处理，得到所述待分类文本的分类结果。
第二方面，本公开提供一种文本分类装置，包括：
获取模块，用于获取文本图像，其中，所述文本图像为携带待分类文本的图像；
确定模块，用于确定所述待分类文本的语义向量，以及确定所述待分类文本中所有字符的字符概率对应的字符概率向量；
融合模块，用于对所述语义向量和所述字符概率向量进行融合，得到融合向量；
分类模块，用于通过预训练好的分类器对所述融合向量进行分类处理，得到所述待分类文本的分类结果。
第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。
第四方面，本公开提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。
通过上述技术方案，由于字符的字符概率可以侧面反映文本图像的清晰度，而文本图像的清晰度越高，分类器对该文本给出的分类结果的置信度越高，因此，结合待分类文本中每一字符的字符概率和待分类文本的语义信息进行分类，使得文本分类过程中具备文本清晰度的区分能力，进而能够在分类时可以同时考虑文本的语义信息和文本的清晰度，从而提高分类器的准确性，进而提升分类效果。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
图1是一示例性实施例示出的一种文本分类方法的流程图。
图2是一示例性实施例示出的一种确定分类结果的过程示意图。
图3是一示例性实施例示出的一种确定分类结果的过程示意图。
图4是一示例性实施例示出的一种文本分类装置的框图。
图5是一示例性实施例示出的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
正如背景技术所言，文本分类通常只考虑了单一的文本涵盖的语义信息，对于某些场景而言，可能存在分类不准确的情况，特别是一些召回的应用场景。
有鉴于此，本公开提高一种文本分类方法、装置、介质及电子设备，使得文本分类过程中具备文本清晰度的区分能力，进而能够在分类时可以同时考虑文本的语义信息和文本的清晰度，从而提高分类器的准确性，进而提升分类效果。
以下结合附图对本公开进行进一步解释说明。
图1是一示例性实施例示出的一种文本分类方法的流程图。该文本分类方法可以应用于电子设备，该电子设备例如可以是移动终端，移动终端例如手机、平板，该电子设备例如可以是固定终端，例如服务器、台式计算机等。参照图1，该文本分类方法可以包括以下步骤：
步骤S101，获取文本图像，其中，文本图像为携带待分类文本的图像。
其中，文本图像可以是在电子设备进行本地拍摄得到的图像，也可以是电子设备从远端设备获取到的图像。
步骤S102，确定待分类文本的语义向量，以及确定待分类文本中所有字符的字符概率对应的字符概率向量。
其中，待分类文本的语义向量用于表征每个位置的语义信息，将语义信息在特定NLP(Natural Language Processing，自然语言处理)任务中进行微调，最终应用于该NLP任务。值得说明的是，这里的位置表征token。举例来讲，待分类文本在输入到BERT(Bidirectional Enoceder Representations from Transformers)模型中的Embedding层之前要先进行tokenization处理。示例地，以输入文本是“大家好”为例，tokenization处理会将两个特殊的token会插入到“大家好”的开头([CLS])和结尾([SEP])，[CLS]和[SEP]这两个token可以为后面的分类任务服务，经过tokenization处理，“大家好”被转换为“[CLS]大家好[SEP]”，“[CLS]大家好[SEP]”可以被称为token序列，“[CLS]”、“大”、“家”、“好”和“[SEP]”均可以称为token；BERT模型的最后一层隐藏层的输出即是待分类文本的语义向量。其中，字符的字符概率可以通过训练好的OCR(Optical Character Recognition，光学字符识别)模型进行预测得到，字符的字符概率用于表征识别到是该字符的概率。另外，关于OCR模型的训练可以参照相关技术，本实施例在此不作赘述。可以理解的是，字符的字符概率越高，可以从侧面反映该种字符在文本图像中的清晰度越高，进而基于该文本图像中的文本得到的文本理解越置信。
其中，字符概率向量用于表征待分类文本中所有字符对应的字符概率的向量表示。
示例地，以待分类文本“大家好”为例，字符概率向量是通过“大”对应的字符概率、“家”对应的字符概率以及“好”对应的字符概率构建得到的。
步骤S103，对语义向量和字符概率向量进行融合，得到融合向量。
值得说明的是，该融合向量包含了每个位置的语义信息和字符概率信息。关于位置的解释说明可以参照下述相关实施例，本实施例对此不作赘述。
步骤S104，通过预训练好的分类器对融合向量进行分类处理，得到待分类文本的分类结果。
示例地，分类器例如可以是用于对待分类文本的质量进行分类的分类器，对应的分类结果可以是高质量文本和低质量文本；分类器例如可以是用于对待分类文本的情感类别进行分类的分类器，对应的分类结果正向情感文本和负向情感文本。应当说明的是，本实施例并不对分类器的具体用途进行限定，本方案同样适用其他形式的分类。
其中，在预训练分类器时，可以基于标注的类别标签对分类器进行训练。例如，以分类器用于区分不同质量文本为分类任务为了，训练样本可以包括样本融合向量和对应的样本质量分数，样本质量分数用于反应不同的质量；且高样本质量分数的训练样本其质量越高。根据训练样本对分类器进行训练，以训练样本的样本质量分数和分类器输出的预测质量分数的差异对分类器的网络参数进行更新，直至满足设置的分类器的训练条件，得到预训练好的分类器。这里的训练条件可以是样本质量分数和预测质量分数的差异小于预设阈值。以下以区分不同质量文本的分类器对本公开进行解释说明。
通过上述方案，由于字符的字符概率可以侧面反映文本图像的清晰度，而文本图像的清晰度越高，分类器对该文本给出的分类结果的置信度越高，因此，结合待分类文本中每一字符的字符概率和待分类文本的语义信息进行分类，使得文本分类过程中具备文本清晰度的区分能力，进而能够在分类时可以同时考虑文本的语义信息和文本的清晰度，从而提高分类器的准确性，进而提升分类效果；对于区分不同质量文本的分类器而言，高质量分数的待分类文本的清晰度是明显高于略低质量分数的待分类文本，同时，高质量分数和低质量分数的主要区分仍以基于语义信息进行评价的结果为主，且可以理解的是，文本图像的清晰度越高，则待分类文本中各字符的字符概率越高，进而依据该字符得到的文本理解结果(即分类结果)是越置信的。
在一些实施例中，可以通过以下方式确定待分类文本的语义向量：通过预训练好的BERT模型提取待分类文本的语义向量。
值得说明的是，BERT模型的最后一层隐藏层的输出即是待分类文本的语义向量。
在一些实施例中，可以通过以下方式确定待分类文本中所有字符的字符概率对应的字符概率向量：通过独立于BERT模型之外的嵌入层对待分类文本中所有字符的字符概率进行处理，得到待分类文本中所有字符的字符概率对应的字符概率向量。
其中，嵌入层用于对待分类文本中所有字符的字符概率进行映射，从而得到表征所有字符的字符概率的向量。
通过上述方式，提取语义向量可以利用BERT模型，且单独利用独立于BERT模型之外的嵌入层实现字符概率向量的获取，如此，可以不扰动BERT模型的输入，即不用更改现有BERT模型的输入，避免影响BERT模型的预训练。
在一些实施例中，上述步骤S103可以通过以下方式实施：基于注意力机制对语义向量和字符概率向量进行处理，得到融合有上下文信息的字符概率向量；根据语义向量和融合有上下文信息的字符概率向量进行融合，得到融合向量。
举例来讲，可以采用如下式(1)所示的注意力机制对语义向量和字符概率向量进行处理得到融合有上下文信息的字符概率向量：
Figure BDA0003999518280000081
其中，Q用于表征语义向量，ES用于表征字符概率向量，S用于表征融合有上下文信息的字符概率向量，WQ、WK和WV用于表征不同的权重矩阵，Q'用于表征语义向量基于对应的权重矩阵得到的映射，K和V用于表征字符概率向量基于对应的权重矩阵得到的不同映射，d用于表征语义向量的向量维度，KT用于表征K的倒置，softmax()为归一化指数函数。
值得说明的是，由于对于文本理解而言，即对于文本分类而言，文本的语义信息仍需要在分类中占据主导地位，因此，可以通过注意力机制使得字符概率向量携带上下文语义信息，从而使得后续操作在关注字符概率的同时关注上下文语义信息。
在一些实施例中，上述步骤S103通过以下方式实施：采用门控融合机制对语义向量和融合有上下文信息的字符概率向量进行融合，得到融合向量。
举例来讲，可以采用如下式(2)所示的门控融合机制对语义向量和融合有上下文信息的字符概率向量进行融合，得到融合向量：
Figure BDA0003999518280000091
其中，G用于表征对语义向量和融合有上下文信息的字符概率向量进行融合的门控的开关，G为0到1之间的值，Q用于表征语义向量，S用于表征融合有上下文信息的字符概率向量，WGQ和WGS用于表征不同的权重矩阵，σ用于表征sigmoid函数，bG用于表征预设的偏置值，F用于表征融合向量。
在一些实施例中，上述步骤S104可以通过以下方式实施：对融合向量进行残差连接和层归一化操作，得到第一融合向量；将第一融合向量输入到全连接层，得到全连接层输出的用于表征第一融合向量中第一个位置的向量；通过预训练好的分类器对第一个位置的向量进行分类处理，得到待分类文本的分类结果。
其中，残差连接和层归一化操作包括残差操作和层归一化操作。残差操作用于将融合向量、语义向量和融合有上下文信息的字符概率向量进行相加，再对相加的结果执行层归一化操作，这里的残差连接和层归一化操作可以通过BERT模型中的残差标准层实现，残差标准层即BERT模型中的Add&Norm层。
其中，全连接层用于将第一融合向量中第一个位置对应的向量经过全连接和激活函数后进行输出，该输出包括了待分类文本的语义信息和字符概率信息，该全连接层与BERT模型中Pooled Output层的结构和功能相同。
其中，第一个位置用于指代上述[CLS]所处的位置，第一个位置的向量用于指代[CLS]所对应的向量，第一个位置的向量与待分类文本中已有的其它字/词对应的向量相比，第一个位置会更公平地融合待分类文本中各个字/词的语义信息，因此，选择第一个位置的向量作为分类器的输入。
参照图2，待分类文本经过BERT模型进行处理，提取得到待分类文本的语义向量，字符概率经过嵌入层处理，提取得到待分类文本中所有字符的字符概率对应的字符概率向量；基于注意力机制对语义向量和字符概率向量进行处理，得到融合有上下文信息的字符概率向量；采用门控融合机制对语义向量和融合上下文信息的字符概率向量进行融合，得到融合向量；通过残差标准层对融合向量进行残差连接和层归一化操作，得到第一融合向量；再通过全连接层对第一融合向量进行处理，得到第一融合向量中表征第一个位置的向量；通过分类器对第一个位置的向量进行分类处理，得到待分类文本的分类结果。
值得说明的是，图2中所示BERT模型的最后一层隐藏层的输出作为待分类文本的语义向量，另外，图2所示过程涉及到的技术特征可以参照上述相关实施例，本实施例在此不作赘述。
值得说明的是，通过上述BERT模型、嵌入层、注意力机制、融合门控、残差标准层、全连接层以及分类器实现对待分类文本的文本理解，由于结合了语义向量和字符概率向量，因此，可以使得文本理解模型在基于语义信息对文本进行理解的同时考虑文本图像中待分类文本各字符的清晰度，使得文本理解模型对文本清晰度具备区分能力。
在一些实施例中，所述方法还可以包括：基于多头注意力机制对融合向量进行处理，得到第二融合向量；在此情况下，上述步骤S104可以通过以下方式实施：通过预训练好的分类器对第二融合向量进行分类处理，得到待分类文本的分类结果。
参照图3，待分类文本经过BERT模型进行处理，提取得到待分类文本的语义向量，字符概率经过嵌入层处理，提取得到待分类文本中所有字符的字符概率对应的字符概率向量；基于注意力机制对语义向量和字符概率向量进行处理，得到融合有上下文信息的字符概率向量；采用门控融合机制对语义向量和融合上下文信息的字符概率向量进行融合，得到融合向量；基于多头注意力机制对融合向量进行处理，得到第二融合向量；通过残差标准层对第二融合向量进行残差连接和层归一化操作，得到第三融合向量；再通过全连接层对第三融合向量进行处理，得到第三融合向量中表征第一个位置的向量；通过分类器对该第一个位置的向量进行分类处理，得到待分类文本的分类结果。
值得说明的是，相较于图2而言，增加了多头注意力机制，通过上述BERT模型、嵌入层、注意力机制、融合门控、多头注意力机制、残差标准层、全连接层以及分类器实现对待分类文本的文本理解，关于图3可以参照上述相关实施例解释说明，本实施例在此不作赘述。
通过上述方式，在得到融合向量后，基于多头注意力机制对融合向量进行处理，得到第二融合向量，再依次经残差标准层、全连接层和分类器对各自对应的输入进行处理，得到分类结果，基于多头注意力机制可以防止过拟合。
图4是一示例性实施例示出的一种文本分类装置的框图。参照图4，该文本分类装置400包括：
获取模块401，用于获取文本图像，其中，所述文本图像为携带待分类文本的图像；
确定模块402，用于确定所述待分类文本的语义向量，以及确定所述待分类文本中所有字符的字符概率对应的字符概率向量；
融合模块403，用于对所述语义向量和所述字符概率向量进行融合，得到融合向量；
分类模块404，用于通过预训练好的分类器对所述融合向量进行分类处理，得到所述待分类文本的分类结果。
在一些实施例中，所述确定模块402包括：
第一确定子模块，用于通过预训练好的BERT模型提取所述待分类文本的语义向量；
第二确定子模块，用于通过独立于所述BERT模型之外的嵌入层对所述待分类文本中所有字符的字符概率进行处理，得到所述待分类文本中所有字符的字符概率对应的字符概率向量。
在一些实施例中，所述融合模块403具体用于采用门控融合机制对所述语义向量和融合上下文信息的字符概率向量进行融合，得到融合向量。
在一些实施例中，所述分类模块404包括：
第一操作子模块，用于对所述融合向量进行残差连接和层归一化操作，得到第一融合向量；
第二操作子模块，用于将所述第一融合向量输入到全连接层，得到所述全连接层输出的用于表征所述第一融合向量中第一个位置的向量；
分类子模块，用于通过预训练好的分类器对所述第一个位置的向量进行分类处理，得到所述待分类文本的分类结果。
在一些实施例中，所述文本分类装置400还包括：
多头处理模块，用于基于多头注意力机制对所述融合向量进行处理，得到第二融合向量；
所述分类模块404具体用于通过预训练好的分类器对所述第二融合向量进行分类处理，得到所述待分类文本的分类结果，
其中，关于上述装置中各模块的实施方式可以参照上述相关实施例，本实施例在此不作赘述。
本公开实施例还提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时上述所述方法的步骤。
本公开实施例还提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现上述所述方法的步骤。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开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可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机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。而在本公开中，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，其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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。计算机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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，电子设备可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取文本图像，其中，所述文本图像为携带待分类文本的图像；确定所述待分类文本的语义向量，以及确定所述待分类文本中所有字符的字符概率对应的字符概率向量；对所述语义向量和所述字符概率向量进行融合，得到融合向量；通过预训练好的分类器对所述融合向量进行分类处理，得到所述待分类文本的分类结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，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用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (10)

1.一种文本分类方法，其特征在于，包括：
获取文本图像，其中，所述文本图像为携带待分类文本的图像；
确定所述待分类文本的语义向量，以及确定所述待分类文本中所有字符的字符概率对应的字符概率向量；
对所述语义向量和所述字符概率向量进行融合，得到融合向量；
通过预训练好的分类器对所述融合向量进行分类处理，得到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，所述确定所述待分类文本的语义向量，以及确定所述待分类文本中所有字符的字符概率对应的字符概率向量包括：
通过预训练好的BERT模型提取所述待分类文本的语义向量；
通过独立于所述BERT模型之外的嵌入层对所述待分类文本中所有字符的字符概率进行处理，得到所述待分类文本中所有字符的字符概率对应的字符概率向量。
3.根据权利要求1所述的方法，其特征在于，所述对所述语义向量和所述字符概率向量进行融合，得到融合向量，包括：
基于注意力机制对所述语义向量和所述字符概率向量进行处理，得到融合有上下文信息的字符概率向量；
根据所述语义向量和融合有上下文信息的字符概率向量进行融合，得到融合向量。
4.根据权利要求3所述的方法，其特征在于，所述根据所述语义向量和融合上下文信息的字符概率向量进行融合，得到融合向量，包括：
采用门控融合机制对所述语义向量和融合上下文信息的字符概率向量进行融合，得到融合向量。
5.根据权利要求4所述的方法，其特征在于，所述通过预训练好的分类器对所述融合向量进行分类处理，得到所述待分类文本的分类结果，包括：
对所述融合向量进行残差连接和层归一化操作，得到第一融合向量；
将所述第一融合向量输入到全连接层，得到所述全连接层输出的用于表征所述第一融合向量中第一个位置的向量；
通过预训练好的分类器对所述第一个位置的向量进行分类处理，得到所述待分类文本的分类结果。
6.根据权利要求3所述的方法，其特征在于，所述方法还包括：
基于多头注意力机制对所述融合向量进行处理，得到第二融合向量；
所述通过预训练好的分类器对所述融合向量进行分类处理，得到所述待分类文本的分类结果，包括：
通过预训练好的分类器对所述第二融合向量进行分类处理，得到所述待分类文本的分类结果。
7.一种文本分类装置，其特征在于，包括：
获取模块，用于获取文本图像，其中，所述文本图像为携带待分类文本的图像；
确定模块，用于确定所述待分类文本的语义向量，以及确定所述待分类文本中所有字符的字符概率对应的字符概率向量；
融合模块，用于对所述语义向量和所述字符概率向量进行融合，得到融合向量；
分类模块，用于通过预训练好的分类器对所述融合向量进行分类处理，得到所述待分类文本的分类结果。
8.根据权利要求7所述的装置，其特征在于，所述确定模块包括：
第一确定子模块，用于通过预训练好的BERT模型提取所述待分类文本的语义向量；
第二确定子模块，用于通过独立于所述BERT模型之外的嵌入层对所述待分类文本中所有字符的字符概率进行处理，得到所述待分类文本中所有字符的字符概率对应的字符概率向量。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-6中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。
CN202211615155.7A 2022-12-14 2022-12-14 文本分类方法、装置、介质及电子设备 Withdrawn CN116244431A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211615155.7A CN116244431A (zh) 2022-12-14 2022-12-14 文本分类方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211615155.7A CN116244431A (zh) 2022-12-14 2022-12-14 文本分类方法、装置、介质及电子设备

Publications (1)

Publication Number Publication Date
CN116244431A true CN116244431A (zh) 2023-06-09

Family

ID=86623206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211615155.7A Withdrawn CN116244431A (zh) 2022-12-14 2022-12-14 文本分类方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN116244431A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117421641A (zh) * 2023-12-13 2024-01-19 深圳须弥云图空间科技有限公司 一种文本分类的方法、装置、电子设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117421641A (zh) * 2023-12-13 2024-01-19 深圳须弥云图空间科技有限公司 一种文本分类的方法、装置、电子设备及可读存储介质
CN117421641B (zh) * 2023-12-13 2024-04-16 深圳须弥云图空间科技有限公司 一种文本分类的方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN113313064B (zh) 字符识别方法、装置、可读介质及电子设备
CN113470619B (zh) 语音识别方法、装置、介质及设备
CN113140012B (zh) 图像处理方法、装置、介质及电子设备
US20240233334A1 (en) Multi-modal data retrieval method and apparatus, medium, and electronic device
CN112364829B (zh) 一种人脸识别方法、装置、设备及存储介质
CN113723341B (zh) 视频的识别方法、装置、可读介质和电子设备
CN112883968A (zh) 图像字符识别方法、装置、介质及电子设备
CN115578570A (zh) 图像处理方法、装置、可读介质及电子设备
CN116186545A (zh) 预训练模型的训练、应用方法、装置、电子设备及介质
CN116244431A (zh) 文本分类方法、装置、介质及电子设备
CN114765025A (zh) 语音识别模型的生成方法、识别方法、装置、介质及设备
CN113033707B (zh) 视频分类方法、装置、可读介质及电子设备
CN118071428A (zh) 用于多模态监测数据的智能处理系统及方法
CN113033680A (zh) 视频分类方法、装置、可读介质及电子设备
CN116092092A (zh) 匹配方法、装置、介质及电子设备
CN115984868A (zh) 文本处理方法、装置、介质及设备
CN115269978A (zh) 一种视频标签生成方法、装置、设备及介质
CN113345426B (zh) 一种语音意图识别方法、装置及可读存储介质
CN116343905B (zh) 蛋白质特征的预处理方法、装置、介质及设备
WO2024183592A1 (zh) 一种图像处理方法、装置、电子设备及存储介质
CN116432650A (zh) 文本处理方法、装置、可读介质及电子设备
CN116386596A (zh) 语种分类方法、装置、介质及电子设备
CN116824592A (zh) 地址信息识别方法、装置、电子设备与计算机可读介质
CN117591690A (zh) 图像中的实体识别方法、装置、介质及电子设备
CN118861745A (zh) 对象分类方法、装置、可读介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20230609