(19)中华 人民共和国 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 202111623061.X (22)申请日 2021.12.28 (71)申请人 天翼物联科技有限公司 地址 210000 江苏省南京市秦淮区中山 南 路501号1101室 (72)发明人 陈锦泉　戴立明　钟致民　孔勇平　 黄龙飞　陈博　李小刚　曾祥宇　 任勇强　杨剑　叶青　王一博　 万红阳　 (74)专利代理 机构 深圳市精英专利事务所 44242 代理人 李翔宇 (51)Int.Cl. G06F 16/906(2019.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 40/289(2020.01) (54)发明名称 基于LSTM的数据分类方法、 装置、 设备及存 储介质 (57)摘要 本申请实施例公开了一种基于LSTM的数据 分类方法、 装置、 设备及存储介质。 所述方法包 括： 获取待分类数据； 通过预设的训练后字段特 征提取器确定所述待分类数据对应的句子向量； 将所述句子向量输入预设的训练后超参数LSTM 分类器， 得到多个预设类别分别对应的置信度； 将所述置信度中值最大的置信度确定为目标置 信度； 将所述目标置信度对应的所述预设类别确 定为所述待分类数据的目标类别。 本方案通过字 段特征提取器以及超参数LSTM分类器自动对数 据进行分类， 提高了数据的分类效率。 权利要求书2页 说明书10页 附图5页 CN 114218462 A 2022.03.22 CN 114218462 A 1.一种基于LSTM的数据分类方法， 其特 征在于， 包括： 获取待分类数据； 通过预设的训练后字段 特征提取器确定所述待分类数据对应的句子向量； 将所述句子向量输入预设的训练后超参数LSTM分类器， 得到多个预设类别分别对应的 置信度； 将所述置信度中值 最大的置信度确定为目标置信度； 将所述目标置信度对应的所述预设类别确定为所述待分类数据的目标类别。 2.根据权利要求1所述的方法， 其特征在于， 所述通过预设的训练后字段特征提取器确 定所述待分类数据对应的句子向量， 包括： 对所述待分类数据进行分词处 理， 得到多个分词； 通过所述训练后字段 特征提取器的嵌入层得到多个所述分词分别对应的分词向量； 根据所述分词向量 生成所述句子向量。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述分词向量生成所述句子向 量， 包括： 对所述待分类数据的实际句子 长度与预设的标准句子 长度进行比较； 若所述实际句子长度比所述标准句子长度长， 则根据所述标准句子长度对所述分词向 量进行截断处 理， 得到截断后的分词向量； 根据所述截断后的分词向量 生成所述句子向量； 若所述标准句子长度比所述实际句子长度长， 则根据所述标准句子长度对所述分词向 量进行填充处 理， 得到填充后的分词向量； 根据所述 填充后的分词向量 生成所述句子向量。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述标准句子长度对所述分词向 量进行截断处 理， 得到截断后的分词向量， 包括： 根据预设的重要性确定规则分别确定所述分词向量的重要性 程度； 根据所述重要性程度以及所述标准句子长度对所述分词向量进行截断处理， 得到所述 截断后的分词向量。 5.根据权利要求1所述的方法， 其特征在于， 所述将所述句子向量输入预设的训练后超 参数LSTM分类 器， 得到多个预设类别分别对应的置信度之后， 所述方法还 包括： 将所述置信度输入预设的分类性能评估器， 得到所述训练后超参数LSTM分类器的性能 参数； 根据所述 性能参数对所述训练后超参数LSTM分类 器进行校准处理。 6.根据权利要求1所述的方法， 其特征在于， 所述通过预设的训练后字段特征提取器确 定所述待分类数据对应的句子向量之前， 所述方法还 包括： 获取提取器训练样本集以及提取器验证样本集； 根据所述提取器训练样本集以及所述提取器验证样本集对预设的字段特征提取器进 行训练， 得到所述训练后字段 特征提取器。 7.根据权利要求1至6中任一项所述的方法， 其特征在于， 所述将所述句子向量输入预 设的训练后超参数LSTM分类器， 得到多个预设类别分别对应的置信度之前， 所述方法还包 括：权　利　要　求　书 1/2 页 2 CN 114218462 A 2获取标准LSTM分类 器； 将所述标准LSTM分类器的双曲线正切函数替换为Softsign函数， 以及将数据标准化函 数、 MSE损失函数及恒等激活函数用于所述标准LSTM分类器中的回归以及Xavier权重初始 化的处理， 得到超参数LSTM分类 器； 获取分类 器测试集； 根据所述测试集训练所述超参数LSTM分类 器， 得到所述训练后超参数LSTM分类 器。 8.一种基于LSTM的数据分类装置， 其特 征在于， 包括： 获取单元， 用于获取待分类数据； 处理单元， 用于通过预设的训练后字段特征提取器确定所述待分类数据对应的句子向 量； 将所述句子向量输入预设的训练后超参数LSTM分类器， 得到各预设类别分别对应的置 信度； 将所述置信度中值最大 的置信度确定为 目标置信度； 将所述 目标置信度对应的所述 预设类别确定为所述待分类数据的目标类别。 9.一种计算机设备， 其特征在于， 所述计算机设备包括存储器及处理器， 所述存储器上 存储有计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1 ‑7中任一项所述 的方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有计算机程序， 所述计 算机程序包括程序指令， 所述程序指令当被处理器执行时可实现如权利要求1 ‑7中任一项 所述的方法。权　利　要　求　书 2/2 页 3 CN 114218462 A 3