文本分类方法、装置、电子设备及存储介质与流程

本发明涉及自然语言处理技术领域，尤其涉及一种文本分类方法、装置、电子设备及计算机可读存储介质。

背景技术：

随着计算机技术的发展，互联网中电子化的文本信息呈现几何级数增长。为了提高信息的利用率，以及基于信息进行评估和预测，常需要对文本进行分类。现有技术中，为了提高文本分类结果的可靠性，通常还需要进行人工辅助分类，这种方式又常常会降低分类的效率。

技术实现要素：

本发明提供一种文本分类方法、装置、电子设备及计算机可读存储介质，目的在于既提高文本分类结果的可靠性又提高文本分类的效率。

为实现上述目的，本发明提供的一种文本分类方法，包括：

获取多模型结构分类投票模型和多任务分类模型，所述多模型结构分类投票模型和所述多任务分类模型通过预构建的分类模型和训练样本集得到；

获取待分类文本，对所述待分类文本进行预处理，得到处理文本；

将所述处理文本输入至所述多模型结构分类投票模型，通过所述多模型结构分类投票模型中的多个基模型对所述处理文本进行分类，得到第一置信度空间，所述第一置信度空间包括所述处理文本属于第一分类标签的第一置信度；

将所述处理文本输入至所述多任务分类模型，通过所述多任务分类模型中对所述处理文本进行分类，得到得到第二置信度空间，所述第二置信度空间包括所述处理文本属于第二分类标签的第二置信度；

根据所述第一置信度空间和所述第二置信度空间，确定所述待分类文本所属的分类标签以及所述分类标签对应的分类置信度。

可选的，所述获取多模型结构分类投票模型和多任务分类模型之前，所述方法还包括：

获取所述训练样本集；

根据随机森林算法和所述训练样本集训练预构建的分类模型，得到多个文本分类模型；

利用所述多个文本分类模型构建所述多模型结构分类投票模型。

可选的，所述利用所述多个文本分类模型构建所述多模型结构分类投票模型，包括：

利用所述多个文本分类模型对预构建的模型测试样本进行分类，得到分类结果及所述分类结果对应的置信度；

根据所述置信度的大小对所述多个文本分类模型进行排序，得到基模型排序表；

根据所述基模型排序表对所述多个文本分类模型按照预设的权重梯度值进行权重设置，得到所述多模型结构分类投票模型。

可选的，所述获取多模型结构分类投票模型和多任务分类模型之前，所述方法还包括：

将所述分类模型中的分类损失与预构建的相似度损失进行组合，得到改进损失，将所述分类模型中的分类损失替换为所述改进损失，得到优化分类模型；

利用所述优化分类模型中的特征提取神经网络对所述训练样本集进行特征提取，得到语句向量；

通过所述语句向量对所述优化分类模型进行训练，直至所述所述优化分类模型的改进损失的下降梯度在预设的训练步骤内小于预设损失阈值时，得到所述多任务分类模型。

可选的，所述根据所述第一置信度空间和所述第二置信度空间，确定所述待分类文本所属的分类标签，包括：

当所述第一分类标签与所述第二分类标签相同时，确定所述待分类文本所属的分类标签为所述第一分类标签/或所述第二分类标签，以及确定所述待分类文本所述的分类标签对应的置信度为所述第一置信度及所述第二置信度的平均值。

可选的，所述根据所述第一置信度空间和所述第二置信度空间，确定所述待分类文本所属的分类标签，包括：

当所述第一分类标签与所述第二分类标签不相同时，判断所述第一置信度是否大于所述第二置信度；

若所述第一置信度大于所述第二置信度，确定所述待分类文本所属的分类标签为第一分类标签，类别结果对应的置信度为所述第一置信度乘以第一系数；

若所述第一置信度不大于所述第二置信度，确定所述待分类文本所属的分类标签为第二分类标签，类别结果对应置信度为第二置信度乘以第二系数。

可选的，所述对所述待分类文本进行预处理，得到处理文本，包括：

对所述待分类文本进行标点符合分割或句子长度分割，得到所述处理文本。

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：

模型获取模块，用于获取多模型结构分类投票模型和多任务分类模型，所述多模型结构分类投票模型和所述多任务分类模型通过预构建的分类模型和训练样本集得到；

文本预处理模块，用于获取待分类文本，对所述待分类文本进行预处理，得到处理文本；

第一模型分析模块，用于将所述处理文本输入至所述多模型结构分类投票模型，通过所述多模型结构分类投票模型中的多个基模型对所述处理文本进行分类，得到第一置信度空间，所述第一置信度空间包括所述处理文本属于第一分类标签的第一置信度；

第二模型分析模块，用于将所述处理文本输入至所述多任务分类模型，通过所述多任务分类模型中对所述处理文本进行分类，得到得到第二置信度空间，所述第二置信度空间包括所述处理文本属于第二分类标签的第二置信度；

结果处理模块，用于根据所述第一置信度空间和所述第二置信度空间，确定所述待分类文本所属的分类标签以及所述分类标签对应的分类置信度。

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计算机程序指令，所述计算机程序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上所述的文本分类方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，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如上所述的文本分类方法。

本发明实施例通过多模型结构分类投票模型和多任务分类模型分别对待分类文本进行分类，得到所述处理文本属于第一分类标签的第一置信度和所述处理文本属于第二分类标签的第二置信度，再根据第一置信度和第二置信度确定处理文本所述的分类标签，能够通过综合不同模型的进行类别判断，提高文本类别判断的准确性，且在对文本分类的过程中，无需人工干预，提高文本类别判断的效率；同时，由于处理文本属于第一分类标签的第一置信度是通过多模型结构分类投票模型中的各个基模型对处理文本进行分析得到的，多次分析，提高文本类别判断的的准确性。因此，本发明提出的文本分类方法、装置、电子设备及计算机可读存储介质可以实现既提高文本分类结果的可靠性又提高文本分类的效率的目的。

附图说明

图1为本发明一实施例提供的一种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一种文本分类装置的模块示意图；

图3为本发明一实施例提供的实现一种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。所述一种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，所述一种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一种文本分类方法的流程示意图。在本实施例中，所述一种文本分类方法包括：

s1、获取多模型结构分类投票模型和多任务分类模型，所述多模型结构分类投票模型和所述多任务分类模型通过预构建的分类模型和训练样本集得到。

本发明实施例中，所述多模型结构分类投票模型是通过预构建的训练样本集训练多个基模型，再将各个基模型的输出结果进行性能排列、权重设置之后得到的。

详细地，本发明实施例中，所述获取多模型结构分类投票模型和多任务分类模型之前，所述方法还包括：

获取所述训练样本集；

根据随机森林算法和所述训练样本集训练预构建的分类模型，得到多个文本分类模型；

利用所述多个文本分类模型构建所述多模型结构分类投票模型。

本发明一可选实施例中，所述分类模型为bert模型。

具体的，在获取训练样本集之前，包括：获取预构建的语料集合，对所述语料集合进行量化及清洗操作，得到训练样本集。

其中，所述语料集合为过去已分类处理过的文本，或在网络上获取的类型已分类的语料文本。

本发明实施例将所述语料集合进行量化操作，得到量化数据，将所述量化数据进行清洗操作，得到所述训练样本集。其中，所述量化操作包括将语料集合中float32数据类型的文本转化为适合文本分类模型训练的uint8数据类型；所述清洗包括将所述量化数据进行去重、填补空值。

本发明实施例中，通过对语料集合进行量化和清洗操作，可以得到向量化、且结构完整的数据，因此，可以使得训练过程更加高效。

所述随机森林算法是一种用于分类的集成学习算法。

具体的，本发明实施例利用所述随机森林算法，预设数值q次有放回的在所述训练样本集中随机抽取25％的数据对所述文本分类模型进行训练，得到预设数值q个所述文本分类模型。

本发明一可选实施例中，所述预设数值q为5。

进一步的，本发明实施例中，所述利用所述多个文本分类模型构建所述多模型结构分类投票模型，包括：

利用所述多个文本分类模型对预构建的模型测试样本进行分类，得到分类结果及所述分类结果对应的置信度；

根据所述置信度的大小对所述多个文本分类模型进行排序，得到基模型排序表；

根据所述基模型排序表对所述多个文本分类模型按照预设的权重梯度值进行权重设置，得到所述多模型结构分类投票模型。

本发明一实施例中，所述多模型结构分类投票模型的置信度公式为：

其中，pq为第q个所述文本分类模型的权重，yq(x)为第q个所述文本分类模型的置信度结果。

详细地，所述模型测试样本为已确定类型的文本。

例如，利用所述模型测试样本，对已构建的5个文本分类模型进行测试，5个文本分类模型得到的分析结果为：[模型1：负情绪类，置信度90％；模型2：负情绪类，置信度86％；模型3：负情绪类，置信度96％；模型4：负情绪类，置信度82％；模型5：负情绪类，置信度79％]，则将5个文本分类模型，按置信度排列得到所述基模型置信度表[模型3，模型1；模型2；模型4；模型5]。再根据所述基模型置信度表，进行权重分配为[模型3：权重0.3，模型1：权重0.25；模型2：权重0.2；模型4：权重0.15；模型5：权重0.1]，根据所述权重将5个文本分类模型进行组合，得到所述多模型结构分类投票模型。

详细地，本发明实施例中，所述获取多模型结构分类投票模型和多任务分类模型之前，所述方法还包括：

将所述分类模型中的分类损失与预构建的相似度损失进行组合，得到改进损失，将所述分类模型中的分类损失替换为所述改进损失，得到优化分类模型；

利用所述优化分类模型中的特征提取神经网络对所述训练样本集进行特征提取，得到语句向量；

通过所述语句向量对所述优化分类模型进行训练，直至所述所述优化分类模型的改进损失的下降梯度在预设的训练步骤内小于预设损失阈值时，得到所述多任务分类模型。

详细地，本发明实施例中，所述训练样本集包括语料以外还包括不同类型的标准句，所述预构建的相似损失为：

其中，所述n为训练样本集中标准句的数量，训练样本中每个标准句代表一个类型，为指定语料的语句向量，xj为标准句的语句向量。

本发明实施例中，得到的改进损失为：

其中，c为标准句的类别；yc表示类别c的指示变量，如果类别c与利用优化分类模型得到的分类结果相同，则yc为1，否则yc为0；pc表示类别c的预测概率，wi,wj为置信度损失及相似度损失各自的权重。

本发明实施例中，各语料所属的分类标签的置信度计算公式为：

其中zj为语料中第j个短句的分类结果，即第j个短句所述的分类标签，k为分类结果的个数。

具体实施时，本发明实施例可以通过孪生网络，且利用所述语句向量不断训练优化分类模型，训练优化分类模型的过程中，不断最小化改进损失，直至所述优化分类模型的改进损失的下降梯度在预设的训练步骤内小于预设损失阈值时，停止训练过程，得到所述多任务分类模型。

s2、获取待分类文本，对所述待分类文本进行预处理，得到处理文本。

本发明实施例可以利用预构建的召回引擎从互联网或本地存储空间获取所述待分类文本。

详细地，本发明实施例中，所述s2包括：

对所述待分类文本进行标点符合分割或句子长度分割，得到所述处理文本。

具体的，当所述待分类文本的体积小于512字符时，对所述待分类文本进行标点符合分割，即根据标点符号对待分类文本进行划分；当所述待分类文本的体积大于512字符时，所述待分类文本进行句子长度分割，例如，将所述待分类文本随机分为体积都小于521字符的处理文本。

s3、将所述处理文本输入至所述多模型结构分类投票模型，通过所述多模型结构分类投票模型中的多个基模型对所述处理文本进行分类，得到第一置信度空间，所述第一置信度空间包括所述处理文本属于第一分类标签的第一置信度。

本发明实施例利用所述多模型结构分类投票模型对所述处理文本进行分类，例如，具体通过所述多模型结构分类投票模型中前述模型1至前述模型5的五个模型对所述处理文本进行分类得到类型结果，及所述类型结果对应的置信度，通过权重计算所述五个模型产生的置信度，得到所述处理文本的第一分类标签及第一置信度。

具体的，所述处理文本经过所述五个模型分别得到的置信度为[0.8，0.9，0.6，0.5，0.7]，所述五个模型的权重为[0.25,0.2,0.3,0.15,0.1]，则得到所述第一置信度为[0.8*0.25+0.9*0.2+0.6*0.3+0.5*0.15+0.7*0.1]，即第一置信度为0.705。

s4、将所述处理文本输入至所述多任务分类模型，通过所述多任务分类模型中对所述处理文本进行分类，得到得到第二置信度空间，所述第二置信度空间包括所述处理文本属于第二分类标签的第二置信度。

本发明实施例中，多任务分类模型包括分类任务和相似度任务。

具体的，利用所述多任务分类模型对所述处理文本进行分析，得到所述处理文本与各个类型标准句的相似度集合与相似度对应的置信度集合，进而筛选所述相似度集合，得到与所述处理文本相似度最高的标准句对应的类型，作为所述处理文本的第二分类标签，并根据所述第二分类标签，查询所述置信度集合，得到第二置信度。

s5、根据所述第一置信度空间和所述第二置信度空间，确定所述待分类文本所属的分类标签以及所述分类标签对应的分类置信度。

本发明实施例，根据所述多模型结构分类投票模型及所述多任务分类模型，得到处理文本所属的分类标签及置信度后，根据业务场景，可以根据置信度阈值确定待分类文本所属的分类标签。

例如，从第一置信度和第二置信度中选取置信度大于置信度阈值(如0.8)的置信度及该置信度对应的分类标签为分类结果，或者，从第一置信度和第二置信度中选取置信度大于置信度阈值(如0.5)的置信度及该置信度对应的分类标签为分类结果。

详细地，本发明实施例中，所述s5包括：

当所述第一分类标签与所述第二分类标签相同时，确定所述待分类文本所属的分类标签为所述第一分类标签或所述第二分类标签，以及确定所述待分类文本所述的分类标签对应的置信度为所述第一置信度及所述第二置信度的平均值。

例如，当所述处理文本，在所述多模型结构分类投票模型中，输出所述处理文本的预测结果是(标签1，置信度0.8)，所述多任务分类模型预测结果为(标签1，置信度0.7)，预测类型相同都为标签1，则置信度相加取平均，最后确定待分类文本的类型为标签1，置信度为0.75，输出(标签为1，置信度0.75)。

详细地，本发明实施例中，所述s5还包括：

当所述第一分类标签与所述第二分类标签不相同时，判断所述第一置信度是否大于所述第二置信度；

若所述第一置信度大于所述第二置信度，确定所述待分类文本所属的分类标签为第一分类标签，类别结果对应的置信度为所述第一置信度乘以第一系数；

若所述第一置信度不大于所述第二置信度，确定所述待分类文本所属的分类标签为第二分类标签，类别结果对应置信度为第二置信度乘以第二系数。

所述第一系数和第二系数的值可以为相同的，或者是不同的，例如，第一系数和第二系数的值都为0.5。

例如，当多模型结构分类投票模型输出的所述处理文本的预测结果是(标签1，置信度0.8)，所述多任务分类模型的预测结果是(标签2，置信度0.9)，则取置信度大的类型结果，且将对应的置信度乘以0.5，最后确定待分类文本的类型为标签2，置信度为0.45，输出(标签2，置信度0.45)。

当多模型结构分类投票模型输出的所述处理文本的预测结果是(标签1，置信度0.8)，多任务分类模型的预测结果是(标签2，置信度0.8)，置信度相同，则随机选取一个类型结果，并将对应的置信度乘以0.5，最后确定待分类文本的类型为标签1或标签2，置信度为0.4，输出(标签1或2，置信度0.4)。

进一步的，本发明其他可选实施例中，还可以将所述所述待分类文本所属的分类标签对应的分类置信度添加至所述训练样本集。

通过不断扩充训练样本集可以进一步优化所述多任务分类模型/或多模型结构分类投票模型，有利于增加置信度结果的准确性。

本发明实施例通过多模型结构分类投票模型和多任务分类模型分别对待分类文本进行分类，得到所述处理文本属于第一分类标签的第一置信度和所述处理文本属于第二分类标签的第二置信度，再根据第一置信度和第二置信度确定处理文本所述的分类标签，能够通过综合不同模型的进行类别判断，提高文本类别判断的准确性，且在对文本分类的过程中，无需人工干预，提高文本类别判断的效率；同时，由于处理文本属于第一分类标签的第一置信度是通过多模型结构分类投票模型中的各个基模型对处理文本进行分析得到的，多次分析，提高文本类别判断的的准确性。因此，本发明提出的文本分类方法可以实现既提高文本分类结果的可靠性又提高文本分类的效率的目的。

如图2所示，是本发明一种文本分类装置的模块示意图。

本发明所述一种文本分类装置100可以安装于电子设备中。根据实现的功能，所述一种文本分类装置可以包括模型获取模块101、文本预处理模块102、第一模型分析模块103、第二模型分析模块104和结果处理模块105。本发明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：

所述模型获取模块101，用于获取多模型结构分类投票模型和多任务分类模型，所述多模型结构分类投票模型和所述多任务分类模型通过预构建的分类模型和训练样本集得到。

本发明实施例中，所述多模型结构分类投票模型是通过预构建的训练样本集训练多个基模型，再将各个基模型的输出结果进行性能排列、权重设置之后得到的。

详细地，本发明实施例中，所述装置还包括多模型结构分类投票模型构建模块，所述多模型结构分类投票模型构建模块包括：

获取单元，用于获取所述训练样本集；

第一训练单元，用于根据随机森林算法和所述训练样本集训练预构建的分类模型，得到多个文本分类模型；

构建单元，用于利用所述多个文本分类模型构建所述多模型结构分类投票模型。

本发明一可选实施例中，所述分类模型为bert模型。

具体的，所述获取单元包括：在获取训练样本集之前，获取预构建的语料集合，对所述语料集合进行量化及清洗操作，得到训练样本集。

其中，所述语料集合为过去已分类处理过的文本，或在网络上获取的类型已分类的语料文本。

本发明实施例将所述语料集合进行量化操作，得到量化数据，将所述量化数据进行清洗操作，得到所述训练样本集。其中，所述量化操作包括将语料集合中float32数据类型的文本转化为适合文本分类模型训练的uint8数据类型；所述清洗包括将所述量化数据进行去重、填补空值。

本发明实施例中，通过对语料集合进行量化和清洗操作，可以得到向量化、且结构完整的数据，因此，可以使得训练过程更加高效。

所述随机森林算法是一种用于分类的集成学习算法。

具体的，本发明实施例利用所述随机森林算法，预设数值q次有放回的在所述训练样本集中随机抽取25％的数据对所述文本分类模型进行训练，得到预设数值q个所述文本分类模型。

本发明一可选实施例中，所述预设数值q为5。

进一步的，本发明实施例中，所述构建单元具体用于：

利用所述多个文本分类模型对预构建的模型测试样本进行分类，得到分类结果及所述分类结果对应的置信度；

根据所述置信度的大小对所述多个文本分类模型进行排序，得到基模型排序表；

根据所述基模型排序表对所述多个文本分类模型按照预设的权重梯度值进行权重设置，得到所述多模型结构分类投票模型。

本发明一实施例中，所述多模型结构分类投票模型的置信度公式为：

其中，pq为第q个所述文本分类模型的权重，yq(x)为第q个所述文本分类模型的置信度结果。

详细地，所述模型测试样本为已确定类型的文本。

例如，利用所述模型测试样本，对已构建的5个文本分类模型进行测试，5个文本分类模型得到的分析结果为：[模型1：负情绪类，置信度90％；模型2：负情绪类，置信度86％；模型3：负情绪类，置信度96％；模型4：负情绪类，置信度82％；模型5：负情绪类，置信度79％]，则将5个文本分类模型，按置信度排列得到所述基模型置信度表[模型3，模型1；模型2；模型4；模型5]。再根据所述基模型置信度表，进行权重分配为[模型3：权重0.3，模型1：权重0.25；模型2：权重0.2；模型4：权重0.15；模型5：权重0.1]，根据所述权重将5个文本分类模型进行组合，得到所述多模型结构分类投票模型。

详细地，本发明实施例中，所述装置还包括多任务分类模型获取模块，所述多任务分类模型获取模块包括：

优化分类模型获取单元，用于将所述分类模型中的分类损失与预构建的相似度损失进行组合，得到改进损失，将所述分类模型中的分类损失替换为所述改进损失，得到优化分类模型；

特征提取单元，用于利用所述优化分类模型中的特征提取神经网络对所述训练样本集进行特征提取，得到语句向量；

第二训练单元，用于通过所述语句向量对所述优化分类模型进行训练，直至所述所述优化分类模型的改进损失的下降梯度在预设的训练步骤内小于预设损失阈值时，得到所述多任务分类模型。

详细地，本发明实施例中，所述训练样本集包括语料以外还包括不同类型的标准句，所述预构建的相似损失为：

其中，所述n为训练样本集中标准句的数量，训练样本中每个标准句代表一个类型，为指定语料的语句向量，xj为标准句的语句向量。

本发明实施例中，得到的改进损失为：

其中，c为标准句的类别；yc表示类别c的指示变量，如果类别c与利用优化分类模型得到的分类结果相同，则yc为1，否则yc为0；pc表示类别c的预测概率，wi,wj为置信度损失及相似度损失各自的权重。

本发明实施例中，各语料所属的分类标签的置信度计算公式为：

其中zj为语料中第j个短句的分类结果，即第j个短句所述的分类标签，k为分类结果的个数。

具体实施时，本发明实施例可以通过孪生网络，且利用所述语句向量不断训练优化分类模型，训练优化分类模型的过程中，不断最小化改进损失，直至所述优化分类模型的改进损失的下降梯度在预设的训练步骤内小于预设损失阈值时，停止训练过程，得到所述多任务分类模型。

所述文本预处理模块102，用于获取待分类文本，对所述待分类文本进行预处理，得到处理文本。

本发明实施例可以利用预构建的召回引擎从互联网或本地存储空间获取所述待分类文本。

详细地，所述文本预处理模块102具体用于：

对所述待分类文本进行标点符合分割或句子长度分割，得到所述处理文本。

具体的，当所述待分类文本的体积小于512字符时，对所述待分类文本进行标点符合分割，即根据标点符号对待分类文本进行划分；当所述待分类文本的体积大于512字符时，所述待分类文本进行句子长度分割，例如，将所述待分类文本随机分为体积都小于521字符的处理文本。

所述第一模型分析模块103，用于将所述处理文本输入至所述多模型结构分类投票模型，通过所述多模型结构分类投票模型中的多个基模型对所述处理文本进行分类，得到第一置信度空间，所述第一置信度空间包括所述处理文本属于第一分类标签的第一置信度。

本发明实施例利用所述多模型结构分类投票模型对所述处理文本进行分类，例如，具体通过所述多模型结构分类投票模型中前述模型1至前述模型5的五个模型对所述处理文本进行分类得到类型结果，及所述类型结果对应的置信度，通过权重计算所述五个模型产生的置信度，得到所述处理文本的第一分类标签及第一置信度。

具体的，所述处理文本经过所述五个模型分别得到的置信度为[0.8，0.9，0.6，0.5，0.7]，所述五个模型的权重为[0.25,0.2,0.3,0.15,0.1]，则得到所述第一置信度为[0.8*0.25+0.9*0.2+0.6*0.3+0.5*0.15+0.7*0.1]，即第一置信度为0.705。

所述第二模型分析模块104，用于将所述处理文本输入至所述多任务分类模型，通过所述多任务分类模型中对所述处理文本进行分类，得到得到第二置信度空间，所述第二置信度空间包括所述处理文本属于第二分类标签的第二置信度。

本发明实施例中，多任务分类模型包括分类任务和相似度任务。

具体的，利用所述多任务分类模型对所述处理文本进行分析，得到所述处理文本与各个类型标准句的相似度集合与相似度对应的置信度集合，进而筛选所述相似度集合，得到与所述处理文本相似度最高的标准句对应的类型，作为所述处理文本的第二分类标签，并根据所述第二分类标签，查询所述置信度集合，得到第二置信度。

所述结果处理模块105，用于根据所述第一置信度空间和所述第二置信度空间，确定所述待分类文本所属的分类标签以及所述分类标签对应的分类置信度。

本发明实施例，根据所述多模型结构分类投票模型及所述多任务分类模型，得到处理文本所属的分类标签及置信度后，根据业务场景，可以根据置信度阈值确定待分类文本所属的分类标签。

例如，从第一置信度和第二置信度中选取置信度大于置信度阈值(如0.8)的置信度及该置信度对应的分类标签为分类结果，或者，从第一置信度和第二置信度中选取置信度大于置信度阈值(如0.5)的置信度及该置信度对应的分类标签为分类结果。

详细地，本发明实施例中，所述结果处理模块104具体用于：

当所述第一分类标签与所述第二分类标签相同时，确定所述待分类文本所属的分类标签为所述第一分类标签或所述第二分类标签，以及确定所述待分类文本所述的分类标签对应的置信度为所述第一置信度及所述第二置信度的平均值。

例如，当所述处理文本，在所述多模型结构分类投票模型中，输出所述处理文本的预测结果是(标签1，置信度0.8)，所述多任务分类模型预测结果为(标签1，置信度0.7)，预测类型相同都为标签1，则置信度相加取平均，最后确定待分类文本的类型为标签1，置信度为0.75，输出(标签为1，置信度0.75)。

详细地，本发明实施例中，所述结果处理模块104还具体用于：

当所述第一分类标签与所述第二分类标签不相同时，判断所述第一置信度是否大于所述第二置信度；

若所述第一置信度大于所述第二置信度，确定所述待分类文本所属的分类标签为第一分类标签，类别结果对应的置信度为所述第一置信度乘以第一系数；

若所述第一置信度不大于所述第二置信度，确定所述待分类文本所属的分类标签为第二分类标签，类别结果对应置信度为第二置信度乘以第二系数。

所述第一系数和第二系数的值可以为相同的，或者是不同的，例如，第一系数和第二系数的值都为0.5。

例如，当多模型结构分类投票模型输出的所述处理文本的预测结果是(标签1，置信度0.8)，所述多任务分类模型的预测结果是(标签2，置信度0.9)，则取置信度大的类型结果，且将对应的置信度乘以0.5，最后确定待分类文本的类型为标签2，置信度为0.45，输出(标签2，置信度0.45)。

当多模型结构分类投票模型输出的所述处理文本的预测结果是(标签1，置信度0.8)，多任务分类模型的预测结果是(标签2，置信度0.8)，置信度相同，则随机选取一个类型结果，并将对应的置信度乘以0.5，最后确定待分类文本的类型为标签1或标签2，置信度为0.4，输出(标签1或2，置信度0.4)。

本发明所述装置还可以包括样本添加模块，所述样本添加模块，用于将所述所述待分类文本所属的分类标签对应的分类置信度添加至所述训练样本集。

通过不断扩充训练样本集可以进一步优化所述多任务分类模型/或多模型结构分类投票模型，有利于增加置信度结果的准确性。

本发明实施例通过多模型结构分类投票模型和多任务分类模型分别对待分类文本进行分类，得到所述处理文本属于第一分类标签的第一置信度和所述处理文本属于第二分类标签的第二置信度，再根据第一置信度和第二置信度确定处理文本所述的分类标签，能够通过综合不同模型的进行类别判断，提高文本类别判断的准确性，且在对文本分类的过程中，无需人工干预，提高文本类别判断的效率；同时，由于处理文本属于第一分类标签的第一置信度是通过多模型结构分类投票模型中的各个基模型对处理文本进行分析得到的，多次分析，提高文本类别判断的的准确性。因此，本发明提出的文本分类装置可以实现既提高文本分类结果的可靠性又提高文本分类的效率的目的。

如图3所示，是本发明实现一种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，如一种文本分类程序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(smartmediacard，smc)、安全数字(securedigital，sd)卡、闪存卡(flashcard)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，例如一种文本分类程序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(centralprocessingunit，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(controlunit)，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(例如执行一种文本分类程序等)，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(peripheralcomponentinterconnect，简称pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，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3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3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(organiclight-emittingdiode，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存储的一种文本分类程序12是多个计算机程序的组合，在所述处理器10中运行时，可以实现：

获取多模型结构分类投票模型和多任务分类模型，所述多模型结构分类投票模型和所述多任务分类模型通过预构建的分类模型和训练样本集得到；

获取待分类文本，对所述待分类文本进行预处理，得到处理文本；

将所述处理文本输入至所述多模型结构分类投票模型，通过所述多模型结构分类投票模型中的多个基模型对所述处理文本进行分类，得到第一置信度空间，所述第一置信度空间包括所述处理文本属于第一分类标签的第一置信度；

将所述处理文本输入至所述多任务分类模型，通过所述多任务分类模型中对所述处理文本进行分类，得到得到第二置信度空间，所述第二置信度空间包括所述处理文本属于第二分类标签的第二置信度；

根据所述第一置信度空间和所述第二置信度空间，确定所述待分类文本所属的分类标签以及所述分类标签对应的分类置信度。

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-onlymemory)。

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；存储数据区可存储根据区块链节点的使用所创建的数据等。

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：

获取多模型结构分类投票模型和多任务分类模型，所述多模型结构分类投票模型和所述多任务分类模型通过预构建的分类模型和训练样本集得到；

获取待分类文本，对所述待分类文本进行预处理，得到处理文本；

将所述处理文本输入至所述多模型结构分类投票模型，通过所述多模型结构分类投票模型中的多个基模型对所述处理文本进行分类，得到第一置信度空间，所述第一置信度空间包括所述处理文本属于第一分类标签的第一置信度；

将所述处理文本输入至所述多任务分类模型，通过所述多任务分类模型中对所述处理文本进行分类，得到得到第二置信度空间，所述第二置信度空间包括所述处理文本属于第二分类标签的第二置信度；

根据所述第一置信度空间和所述第二置信度空间，确定所述待分类文本所属的分类标签以及所述分类标签对应的分类置信度。

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表记视为限制所涉及的权利要求。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

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。