(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 202210433355.4 (22)申请日 2022.04.24 (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 杨晖琼 (51)Int.Cl. G06F 16/35(2019.01) G06N 3/08(2006.01) G06F 40/30(2020.01) G06F 40/216(2020.01) (54)发明名称 基于强化学习的文本分类方法、 装置、 计算 机设备及 介质 (57)摘要 本申请实施例属于人工智能技术领域， 涉及 一种基于强化学习的文本分类方法， 包括获取训 练文本语料， 对训练文本语料进行语义特征提 取， 得到语义特征向量； 将语义特征向量输入训 练好的聚类模型， 输出语义簇； 对所有语义簇进 行关键词提取， 根据提取的关键词形成每个语义 簇对应的语义特征队列； 从每个语义特征队列中 选取关键词作为目标关键词， 基于目标关键词生 成词语义向量； 将词语义向量输入 预构建的初始 分类模型进行训练， 得到训练好的目标分类模 型； 获取待分类文本， 将待分类文本输入目标分 类模型， 输出文本分类结果。 本申请还提供一种 基于强化学习的文本分类装置、 计算机设备及介 质。 本申请可以提高文本分类的精确度。 权利要求书2页 说明书11页 附图4页 CN 114780727 A 2022.07.22 CN 114780727 A 1.一种基于强化学习的文本分类方法， 其特 征在于， 包括下述 步骤： 获取训练文本语料， 对所述训练文本语料进行语义特 征提取， 得到语义特 征向量； 将所述语义特 征向量输入训练好的聚类模型， 输出语义簇； 对所有所述语义簇进行关键词提取， 根据提取的关键词形成每个所述语义簇对应的语 义特征队列； 从每个所述语义特征队列中选取关键词作为目标关键词， 基于所述目标关键词生成词 语义向量； 将所述词语义向量输入预构建的初始分类模型进行训练， 得到训练好的目标分类模 型； 获取待分类文本， 将所述待分类文本 输入所述目标分类模型， 输出文本分类结果。 2.根据权利要求1所述的基于强化学习的文本分类方法， 其特征在于， 在所述将所述语 义特征向量输入训练好的聚类模型， 输出语义簇的步骤之前还 包括： 将所述语义特 征向量输入预构建的神经网络模型， 输出聚类结果； 根据所述聚类结果确定聚类损失函数； 基于所述聚类损失函数调整所述神经网络模型的模型参数； 当满足迭代结束条件时， 根据所述模型参数生成聚类模型。 3.根据权利要求2所述的基于强化学习的文本分类方法， 其特征在于， 所述根据 所述聚 类结果确定聚类损失函数的步骤 包括： 计算所述聚类结果中每 个聚类簇的轮廓系数； 根据所述轮廓系数 得到训练奖励分数； 基于所述聚类结果和所述训练奖励分数 得到所述聚类损失函数。 4.根据权利要求1所述的基于强化学习的文本分类方法， 其特征在于， 所述根据提取的 关键词形成每 个所述语义簇对应的语义特 征队列的步骤 包括： 计算每个所述语义簇的关键词之间的相似度； 根据所述相似度对所述关键词进行排序， 得到排序结果； 基于所述 排序结果 生成每个所述语义簇对应的语义特 征队列。 5.根据权利要求1所述的基于强化学习的文本分类方法， 其特征在于， 所述基于所述目 标关键词生成词语义向量的步骤 包括： 对所述目标关键词进行 特征提取， 得到关键词向量； 将所述关键词向量和所述语义特 征向量进行拼接， 得到词语义向量。 6.根据权利要求1所述的基于强化学习的文本分类方法， 其特征在于， 所述将所述词语 义向量输入预构建的初始分类模型进行训练， 得到训练好的目标分类模型的步骤 包括： 将所述词语义向量输入预构建的初始分类模型中， 得到预测分类结果； 根据所述预测分类结果确定分类损失函数； 根据所述分类损失函数调整所述初始分类模型的模型参数； 当满足迭代结束条件时， 基于所述模型参数生成目标分类模型。 7.根据权利要求6所述的基于强化学习的文本分类方法， 其特征在于， 所述根据 所述预 测分类结果确定分类损失函数的步骤 包括： 根据所述预测分类结果计算得到分类奖励值；权　利　要　求　书 1/2 页 2 CN 114780727 A 2基于所述分类奖励值和所述预测分类结果得到分类损失函数。 8.一种基于强化学习的文本分类装置， 其特 征在于， 包括： 语义特征提取模块， 用于获取训练文本语料， 对所述训练文本语料进行语义特征提取， 得到语义特 征向量； 聚类模块， 用于将所述语义特 征向量输入训练好的聚类模型， 输出语义簇； 关键词提取模块， 用于对所有所述语义簇进行关键词提取， 根据提取的关键词形成每 个所述语义簇对应的语义特 征队列； 向量生成模块， 用于从每个所述语义特征队列中选取关键词作为目标关键词， 基于所 述目标关键词生成词语义向量； 训练模块， 用于将所述词语义向量输入预构建的初始分类模型进行训练， 得到训练好 的目标分类模型； 分类模块， 用于获取待分类文本， 将所述待分类文本输入所述目标分类模型， 输出文本 分类结果。 9.一种计算机设备， 包括存储器和处理器， 所述存储器中存储有计算机可读指令， 所述 处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于强化学习的 文本分类方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 可读指令， 所述计算机可读指 令被处理器执行时实现如权利要求 1至7中任一项 所述的基于 强化学习的文本分类方法的步骤。权　利　要　求　书 2/2 页 3 CN 114780727 A 3