一种基于多粒度动态加权的投诉信息分类方法和装置

本发明公开了一种基于多粒度动态加权的投诉信息分类方法和装置，构建的分类模型通过嵌入层分别提取词级嵌入特征以及2‑gram和3‑gram嵌入特征，从而充分捕捉短语级和词级的语义信息，再通过动态加权机制提升多粒度特征的融合效果。为进一步应对投诉信息数据集中大量噪声数据的问题，本发明将传统依赖两个网络进行噪声数据筛选的方法优化为在单个网络中综合损失值和不确定性进行筛选，同时结合层次筛选机制和动态筛选比例逐步剔除噪声数据。本发明还引入了基于类别样本分布比例的细粒度保护机制，确保各类别数据的充分性，避免因小类别样本稀缺影响分类性能。本发明在显著降低模型复杂度的同时，进一步提高了训练效率和分类精度。