(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210524671.2 (22)申请日 2022.05.13 (71)申请人 润联软件系统 （深圳） 有限公司 地址 518000 广东省深圳市福田区梅林街 道梅都社区中康路136号深圳新一代 产业园2栋801 (72)发明人 王伟　张黔　陈焕坤　郑毅　 (74)专利代理 机构 深圳市世联合知识产权代理 有限公司 4 4385 专利代理师 姜妍 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/30(2020.01) (54)发明名称 文本分类方法、 装置、 计算机设备及存储介 质 (57)摘要 本申请属于人工智能领域， 涉及一种文本分 类方法、 装置、 计算机设备及存储介质， 方法包 括： 分割训练文本得到多个语义块； 将各语义块 输入初始分类价值评估模型得到分类价值分数； 根据分类价值分数筛选语义块得到语义块队列， 再输入初始文本分类模型得到分类预测结果； 确 定语义块队列中各语义块的语义块标签； 基于语 义块标签和分类价值分数计算第一损失， 基于分 类预测结果和训练文本的分类标签计算第二损 失； 根据第一损失调整初始分类价值评估模型得 到分类价值评估模型， 根据第二损失调整初始文 本分类模型得到文本分类模型； 通过分类价值评 估模型和文本分类模型对待分类文本进行处理 得到文本分类结果。 本申请提高了文本分类的准 确性。 权利要求书3页 说明书15页 附图3页 CN 114925202 A 2022.08.19 CN 114925202 A 1.一种文本分类方法， 其特 征在于， 包括下述 步骤： 获取带有分类标签的训练文本； 根据预设的语义分割算法分割所述训练文本， 得到多个 语义块； 将各语义 块输入初始分类价 值评估模型， 得到所述各语义 块的分类价 值分数； 根据所述分类价值分数对所述各语义块进行筛选， 得到包含至少一个语义块的语义块 队列； 将所述语义 块队列输入初始文本分类模型， 得到分类预测结果； 基于所述分类预测结果、 所述分类标签和预设的标签确定算法， 确定所述语义块队列 中各语义 块的语义 块标签； 所述语义 块标签标识语义 块是否关联于文本分类结果； 基于所述语义块标签和所述分类价值分数计算第 一损失， 并基于所述分类预测结果和 所述分类标签 计算第二损失； 根据所述第 一损失调整所述初始分类价值评估模型， 并根据所述第 二损失调整所述初 始文本分类模型， 直至所述第一损失和所述第二损失收敛， 得到分类价值评估模型和文本 分类模型； 获取待分类文本， 并通过所述分类价值评估模型和所述文本分类模型对所述待分类文 本进行处 理， 得到所述待分类文本的文本分类结果。 2.根据权利要求1所述的文本分类方法， 其特征在于， 所述根据 预设的语义分割算法分 割所述训练文本， 得到多个 语义块的步骤 包括： 识别所述训练文本中的目标词； 根据所述目标词和预设的文本长度条件分割所述训练文本， 得到多个语义块； 其中， 语 义块中目标词的数量等于预设数量阈值且语义块的文本长度 处于预设长度区间内； 或者， 语义块的文本 长度等于预设长度区间右端点的数值。 3.根据权利要求1所述的文本分类方法， 其特征在于， 所述将各语义块输入初始分类价 值评估模型， 得到所述各语义 块的分类价 值分数的步骤 包括： 对于每个语义块， 将所述语义块分别输入初始分类价值评估模型中的各子模型， 得到 多个分类价 值子分数； 基于各分类价 值子分数计算所述语义 块的分类价 值分数。 4.根据权利要求1所述的文本分类方法， 其特征在于， 所述根据 所述分类价值分数对所 述各语义 块进行筛 选， 得到包 含至少一个 语义块的语义 块队列的步骤 包括： 根据所述分类价 值分数对所述各语义 块进行降序排列， 得到候选队列； 按照所述候选队列中语义块的排列顺序， 将各语义块依次添加到初始语义块队列中， 并统计所述初始语义 块队列的当前队列长度； 当所述当前队列长度 大于预设的长度阈值 时， 根据所述长度阈值对最后 一次添加的语 义块进行截断， 得到语义 块队列。 5.根据权利要求1所述的文本分类方法， 其特征在于， 所述基于所述分类预测结果、 所 述分类标签和预设的标签确定算法， 确定所述语义块队列中各语义块的语义块标签的步骤 包括： 对于所述语义块队列中的每个语义块， 生成所述语义块相对所述语义块队列的补集队 列；权　利　要　求　书 1/3 页 2 CN 114925202 A 2将所述补集队列输入所述初始文本分类模型 得到补集分类结果； 根据所述分类预测结果、 所述补集分类结果和所述分类标签确定所述语义块的语义块 标签； 语义 块标签标识语义 块是否关联于文本分类结果。 6.根据权利要求5所述的文本分类方法， 其特征在于， 所述根据所述分类预测结果、 所 述补集分类结果和所述分类标签确定所述语义 块的语义 块标签的步骤 包括： 根据所述分类预测结果和所述分类标签 计算队列损失； 根据所述补集分类结果和所述分类标签 计算补集损失； 计算所述补集损失与所述队列损失的差值； 当所述差值符合预设的差值条件时， 将所述语义块的语义块标签确定为第一标签， 所 述第一标签表示语义 块关联于文本分类结果； 当所述差值不符合预设的差值条件时， 将所述语义块的语义块标签确定为第二标签， 所述第二标签表示语义 块不关联于文本分类结果。 7.根据权利要求1所述的文本分类方法， 其特征在于， 所述获取待分类文本， 并通过所 述分类价值评估模型和所述文本分类模型对所述待分类文本进行 处理， 得到所述待分类文 本的文本分类结果的步骤 包括： 获取待分类文本； 根据所述语义分割算法分割所述待分类文本， 得到多个 语义块； 将各语义 块输入所述分类价 值评估模型， 得到所述各语义 块的分类价 值分数； 根据所述分类价值分数对所述各语义块进行筛选， 得到包含至少一个语义块的语义块 队列； 将所述语义 块队列输入所述文本分类模型， 得到所述待分类文本的文本分类结果。 8.一种文本分类装置， 其特 征在于， 包括： 训练获取模块， 用于获取 带有分类标签的训练文本； 文本分割模块， 用于根据预设的语义分割算法分割所述训练文本， 得到多个 语义块； 语义块输入模块， 用于将各语义块输入初始分类价值评估模型， 得到所述各语义块的 分类价值分数； 队列生成模块， 用于根据所述分类价值分数对所述各语义块进行筛选， 得到包含至少 一个语义块的语义 块队列； 队列输入 模块， 用于将所述语义 块队列输入初始文本分类模型， 得到分类预测结果； 标签确定模块， 用于基于所述分类预测结果、 所述分类标签和预设的标签确定算法， 确 定所述语义块队列中各语义块的语义块标签； 所述语义块标签标识语义块是否 关联于文本 分类结果； 损失计算模块， 用于基于所述语义块标签和所述分类价值分数计算第一损 失， 并基于 所述分类预测结果和所述分类标签 计算第二损失； 模型调整模块， 用于根据所述第一损 失调整所述初始分类价值评估模型， 并根据所述 第二损失调整所述初始文本分类模型， 直至所述第一损失和所述第二损失收敛， 得到分类 价值评估模型和文本分类模型； 文本分类模块， 用于获取待分类文本， 并通过所述分类价值评估模型和所述文本分类 模型对所述待分类文本进行处 理， 得到所述待分类文本的文本分类结果。权　利　要　求　书 2/3 页 3 CN 114925202 A 3