一种文档归类方法、系统、计算机设备及存储介质

本发明提供了一种文档归类方法，属于数据分类领域，包括：从多个渠道收集不同语言的原始文档，将不同语言的文本转换为统一的语言表示形式；提取转换语言后的文档中的关键词，计算每个关键词在对应文档中的词频和逆文档频率，采用逆文档频率对词频加权得到多个TF‑IDF权值，并将多个TF‑IDF权值转换为多个词嵌入特征；同时将原始文档中与多个词嵌入特征相似的文本数据进行标注；将多个词嵌入特征输入自然语言处理模型对模型进行训练，再通过标注后的文档数据对训练后的模型进行再次训练，得到语义编码器；将待归类的不同语言的文档输入语义编码器，输出归类结果。本发明采用两个层次训练的模型能够对不同语言的文档进行精确的归类，提高了文档归类的效率。