(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 202211057769.8 (22)申请日 2022.08.31 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 张文韬　文国军　张海洋　金鸣　 柯龙飞　黄雅男　洪宇坤　夏鼎玺　 范佳佳　余静莹　刘美花　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 丁曼曼 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/38(2019.01) G06K 9/62(2022.01) (54)发明名称 一种文本分类方法、 装置、 设备及 介质 (57)摘要 本申请公开了一种文本分类方法、 装置、 设 备及介质， 可应用于人工智能领域或金融领域。 获取待分类文本信息； 待分类文本信息包括至少 一个目标文本信息； 通过Flink引擎根据待分类 文本信息， 得到目标文本信息和目标文本信息对 应的目标标签， 以完成对目标文本信息的分类识 别； Flink引擎具有Flink  CEP匹配规则； Flink   CEP匹配规则包括文本信息和标签之间的映射关 系。 建立文本信息和标签之间的映射关系， 基于 映射关系对待分类文本信息中的目标文本信息 按照对应的标签进行分类， 能够 使分类结果更准 确， 本申请基于Flink实时计算框架， 将Flink框 架内置的Flink  CEP匹配规则设置为映射关系， 这样， 可以对待处理数据利用Flink实时计算框 架进行实时数据处理， 提高了文本分类的实时 性。 权利要求书1页 说明书6页 附图1页 CN 115470347 A 2022.12.13 CN 115470347 A 1.一种文本分类方法， 其特 征在于， 包括： 获取待分类文本信息； 所述待分类文本信息包括至少一个目标文本信息； 通过Flink引擎根据所述待分类文本信息， 得到目标文本信息和所述目标文本信息对 应的目标标签， 以完成对所述目标文本信息的分类识别； 所述Flink引擎具有Flink  CEP匹 配规则； 所述Fl ink CEP匹配规则包括文本信息和标签之间的映射关系。 2.根据权利要求1所述的方法， 其特征在于， 所述Flink  CEP匹配规则包括文本分类模 型， 所述文本分类模型包括文本信息和标签之间的映射关系。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 获取文本信 息训练集； 所述文本信 息训练集包括多个文本信 息和每个文本信 息对应的 标签； 根据所述文本信息训练集对预训练模型进行迭代训练， 直至满足停止训练条件， 得到 文本分类模型。 4.根据权利要求1所述的方法， 其特征在于， 所述目标标签包括多个， 所述目标标签包 括一个自定义标签和至少一个扩展标签， 所述扩展标签为根据所述自定义标签的词义扩展 得到。 5.根据权利要求1 ‑4任意一项所述的方法， 其特征在于， 所述目标标签包括以下参数的 至少一种： 地 点、 姓名、 币种 、 存款、 年龄 。 6.一种文本分类装置， 其特 征在于， 包括： 第一获取单元， 用于获取待分类文本信息； 所述待分类文本信息包括至少一个目标文 本信息； 分类单元， 用于通过Flink引擎根据所述待分类文本信息， 得到目标文本信息和所述目 标文本信息对应的目标标签， 以完成对 所述目标文本信息的分类识别； 所述Flink引擎具有 Flink CEP匹配规则； 所述Fl ink CEP匹配规则包括文本信息和标签之间的映射关系。 7.根据权利要求6所述的装置， 其特征在于， 所述Flink  CEP匹配规则包括文本分类模 型， 所述文本分类模型包括文本信息和标签之间的映射关系。 8.根据权利要求7 所述的装置， 其特 征在于， 所述装置还 包括： 第二获取单元， 用于获取文本信息训练集； 所述文本信息训练集包括多个文本信息和 每个文本信息对应的标签； 训练单元， 用于根据所述文本信息训练集对预训练模型进行迭代训练， 直至满足停止 训练条件， 得到文本分类模型。 9.一种计算机设备， 其特 征在于， 所述计算机设备包括处 理器以及存 储器： 所述存储器用于存 储程序代码， 并将所述 程序代码传输给 所述处理器； 所述处理器用于根据所述程序代码中的指令执行权利要求1 ‑5中任意一项所述的方 法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质用于存储计算机 程序， 所述计算机程序用于执 行权利要求1 ‑5中任意一项所述的方法。权　利　要　求　书 1/1 页 2 CN 115470347 A 2一种文本分类方 法、 装置、 设备及介质 技术领域 [0001]本申请涉及人工智能领域， 特别涉及一种文本分类方法、 装置、 设备及 介质。 背景技术 [0002]在金融业存在大量的专业、 重要的文本数据信息， 这些数据给每日的文本处理和 分析带来了巨大 的压力， 对文本信息中进行快速有效的特征提取， 进而对文本进行更深层 次分类可以给后续数据处理带来巨大的便利。 然而， 现有的文本分类基于自然语言处理 (Natural Language  Processing， NLP)技术， 采用预训练和微调的组合范式， 需要人为参与 设计目标函数， 主观性较强且覆盖面小， 准确性和实时性较差 。 发明内容 [0003]有鉴于此， 本申请的目的在 于提供一种文本分类方法、 装置、 设备及介质， 将Flink 框架内置的FlinkCEP匹配规则设置为映射关系， 这样， 可以对待处理数据利用Flink实时计 算框架进行实时数据处 理， 提高了文本分类的实时性和准确性。 其具体方案如下： [0004]第一方面， 本申请提供了一种一种文本分类方法， 包括： [0005]获取待分类文本信息； 所述待分类文本信息包括至少一个目标文本信息； [0006]通过Flink引擎根据所述待分类文本信息， 得到目标文本信息和 所述目标文本信 息对应的目标标签， 以完成对所述目标文本信息的分类识别； 所述Flink引擎具有Flink   CEP匹配规则； 所述Fl ink CEP匹配规则包括文本信息和标签之间的映射关系。 [0007]可选地， 所述Flink  CEP匹配规则包括文本分类模型， 所述文本分类模型包括文本 信息和标签之间的映射关系。 [0008]可选地， 所述方法还 包括： [0009]获取文本信息训练集； 所述文本信息训练集包括多个文本信息和每个文本信息对 应的标签； [0010]根据所述文本信息训练集对预训练模型进行迭代训练， 直至满足停止训练条件， 得到文本分类模型。 [0011]可选地， 所述目标标签包括多个， 所述目标标签包括一个自定义标签和至少一个 扩展标签， 所述扩展标签为 根据所述自定义标签的词义扩展得到 。 [0012]可选地， 其特征在于， 所述目标标签包括以下参数的至少一种： 地点、 姓名、 币种、 存款、 年龄 。 [0013]第二方面， 本申请实施例还提供了一种文本分类装置， 包括： [0014]第一获取单元， 用于获取待分类文本信息； 所述待分类文本信息包括至少一个目 标文本信息； [0015]分类单元， 用于通过Flink引擎根据所述待分类文本信息， 得到目标文本信息和所 述目标文本信息对应的目标标签， 以完成对 所述目标文本信息的分类识别； 所述Flink引擎 具有Flink CEP匹配规则； 所述Fl ink CEP匹配规则包括文本信息和标签之间的映射关系。说　明　书 1/6 页 3 CN 115470347 A 3