文本类型识别方法及装置

摘要

本申请提供一种文本类型识别方法及装置，用于解决现有技术中文本类型识别准确度低的技术问题。其中，一种文本类型识别方案，包括：获取语料数据；去除所述语料数据中的无效信息，生成预处理语料数据；对所述预处理语料数据的文本内容进行分词，生成由若干分词单元组成的若干句子集合；计算若干句子集合中各句子与模板句的语义相似度，选取语义相似度超过第一判断阈值的句子，记为关键句；识别关键句中的关键词组，确定文本类型。本发明通过识别语料数据中的关键句、关键词，确定文本类型。并且通过去除语料数据中的无效信息，避免了无效信息被误判为关键信息，从而提高了文本类型识别的准确度。