基于词袋模型的长文本分类方法、装置、计算机设备及存储介质

摘要

本申请涉及智能决策领域，通过词袋模型提取长文本的词语级特征向量和文字级特征向量，以根据词语级特征向量和文字级特征向量对长文本进行分类，分类更准确。具体公开了一种基于词袋模型的长文本分类方法、装置、计算机设备及存储介质，该方法包括：获取待分类的长文本；根据预设规则滤除所述长文本中的噪音字符；基于第一词袋模型，从滤除所述噪音字符的长文本提取第一词袋特征向量，所述第一词袋模型的词典包括若干词语；基于第二词袋模型，从滤除所述噪音字符的长文本提取第二词袋特征向量，所述第二词袋模型的词典包括若干单个文字；基于分类模型，根据所述第一词袋特征向量和第二词袋特征向量对所述待分类的长文本进行分类以得到分类数据。