少样本下的文本分类方法、装置、电子设备及存储介质

摘要

本发明涉及人工智能领域，揭露一种少样本下的文本分类方法，包括：判断文本分类模型对应的样本集中样本的数量是否小于预设阈值；当判断是时，计算样本集中每个样本的语义丰富度值，基于语义丰富度值确定样本集中每个样本对应的特征丢弃比例值；基于样本集及特征丢弃比例值对文本分类模型进行训练，得到训练好的文本分类模型；将待分类文本输入训练好的文本分类模型，得到文本分类结果。本发明还提供一种少样本下的文本分类装置、电子设备及存储介质。本发明提高了文本分类准确度，同时还涉及数字医疗领域。