新闻文章分类的方法、装置、设备及存储介质

摘要

本申请涉及人工智能领域，提供一种新闻文章分类的方法、装置及存储介质，所述方法包括：获取第一数据集，对所述第一数据集进行预处理，得到训练集和测试集；采用分层表征方式，利用训练集预训练分类模型，得到所述分类模型的参数；调整所述分类模型中的参数，得到所述分类模型的最优模型参数后，构建语言模型；利用所述语言模型对所述测试集进行测试，若检测出所述语言模型的准确率高于预设阈值，则确定所述语言模型符合分类条件；根据所述语言模型对输入所述语言模型的第二数据集进行分类。提供采用本方案，能够提高新闻文章分类的准确率，以及提高word2vec预训练的词向量模型对新闻文章的分类效果。