(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 202211245792.X (22)申请日 2022.10.12 (71)申请人 北京合力亿 捷科技股份有限公司 地址 100089 北京市海淀区中关村南大街 甲12号寰太大厦18层 (72)发明人 杨庆祝　刘德厚　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 王婉芬 (51)Int.Cl. G06F 16/35(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 文本分类模型训练方法、 文本分类方法、 装 置 (57)摘要 本申请的实施例提供了一种文本分类模型 训练方法、 文本分类方法、 装置， 模型训练方法包 括： 确定当前分类模型的种类； 基于当前分类模 型对未分类的样本数据进行分类； 根据分类后的 样本数据和未分类的样本数据， 确定是否增加下 一个分类模型； 若是， 则确定下一个分类模型的 种类； 基于下一个 分类模型对剩余的未分类的样 本数据进行分类， 直至确定无需增加新的分类模 型； 按照确定分类模型的种类的顺序， 将分类模 型进行组合以形成文本分类模型。 本申请能够实 现对样本数据进行全量分类 。 权利要求书2页 说明书8页 附图3页 CN 115510235 A 2022.12.23 CN 115510235 A 1.一种文本分类模型训练方法， 其特 征在于， 包括： 确定当前分类模型的种类， 所述分类模型的种类为 正则表达式或神经网络模型； 基于当前 所述分类模型对未分类的样本数据进行分类； 根据分类后的样本数据和所述未分类的样本数据， 确定是否增加下一个所述分类模 型； 若是， 则确定下一个所述分类模型的种类； 基于下一个所述分类模型对剩余的未分类的样本数据进行分类， 直至确定无需增加新 的所述分类模型； 按照确定所述分类模型的种类的顺序， 将所述分类模型进行组合以形成文本分类模 型。 2.根据权利要求1所述的方法， 其特 征在于， 若所述分类模型为正则表达式， 所述分类模型包括关键词、 关键词之间的逻辑关系以 及正则表达式的分类结果； 若所述分类模型为神经网络模型， 所述分类模型包括神经网络模型的参数、 置信度阈 值以及神经网络模型的分类结果； 所述将所述分类模型进行组合以形成文本分类模型， 包括： 按照确定所述分类模型的种类的顺序， 将所述关键词、 关键词之间的逻辑关系以及正则表达式的分类结果， 和/或， 所述神经 网络模型 的参数、 置信度阈值以及神经网络模型 的分类结果， 进行组合以得到所述文本分 类模型。 3.根据权利要求1所述的方法， 其特征在于， 所述基于当前所述分类模型对未分类的样 本数据进行分类之前， 还 包括： 在当前所述分类模型为神经网络模型时， 根据所述未分类的样本数据对所述神经网络 模型进行训练， 将训练完成的所述神经网络模型作为当前 所述分类模型。 4.根据权利要求1所述的方法， 其特征在于， 所述根据分类后的样本数据和所述未分类 的样本数据， 确定是否增 加下一个所述分类模型之前， 还 包括： 展示当前 所述分类模型对所述未分类的样本数据的分类结果； 在确认所述分类结果后， 执行 “判断分类后的样本数据在所述未分类的样本数据中所 占比值是否 达到预设阈值 ”。 5.根据权利要求1所述的方法， 其特 征在于， 还 包括： 在获取到新的未分类的样本数据时， 基于所述新的未分类的样本数据确定新的文本分 类模型； 按照先后顺序， 将所述文本分类模型和所述 新的文本分类模型进行组合。 6.一种文本分类方法， 其特 征在于， 包括： 获取待分类文本数据； 通过如权利要求1至5中任一项所述的方法训练得到的文本分类模型对所述待分类文 本数据进行分类。 7.一种文本分类模型训练装置， 其特 征在于， 包括： 种类确定模块， 用于确定当前分类模型的种类， 所述分类模型的种类为正则表达式或权　利　要　求　书 1/2 页 2 CN 115510235 A 2神经网络模型； 第一分类模块， 用于基于当前 所述分类模型对未分类的样本数据进行分类； 第一确定模块， 用于根据分类后的样本数据和所述未分类的样本数据， 确定是否增加 下一个所述分类模型； 第二确定模块， 用于在确定增加下一个所述分类模型时， 确定下一个所述分类模型的 种类； 第二分类模块， 用于基于下一个所述分类模型对剩余的未分类的样本数据进行分类， 直至确定无需增 加新的所述分类模型； 模型组合模块， 用于按照确定所述分类模型的种类的顺序， 将所述分类模型进行组合 以形成文本分类模型。 8.一种文本分类装置， 其特 征在于， 包括： 数据获取模块， 用于获取待分类文本数据； 文本分类模块， 用于通过如权利要求6中所述的装置训练得到的文本分类模型对所述 待分类文本数据进行分类。 9.一种电子设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述处理器执行所述计算机程序时实现如权利要求 1至5中任一项 所述的方法或如权利 要求6所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 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 5中任一项所述的方法或如权利要求6所述的方法。权　利　要　求　书 2/2 页 3 CN 115510235 A 3